---
title: دراسة تكشف تفوق مجموعات الأدوات المحدودة في تحسين دقة نماذج الذكاء الاصطناعي
url: https://www.elseif.net/ar/dras-tkshf-tfok-mgmoaaat-aladoat-almhdod-fy-thsyn-dk-nmathg-althkaaa-alastnaaay
published: 2026-10-05T13:06:47+00:00
language: ar
section: الوكلاء
source: https://habr.com/ru/articles/1089742/?utm_campaign=1089742&utm_source=habrahabr&utm_medium=rss
organizations: RTX
publisher: elseif
---

# دراسة تكشف تفوق مجموعات الأدوات المحدودة في تحسين دقة نماذج الذكاء الاصطناعي

أظهرت تجارب أجريت على منسق ذكاء اصطناعي يمتلك أكثر من تسعين أداة أن تزويد النماذج بمجموعة محدودة من الأدوات يؤدي إلى نتائج أفضل مقارنة بتزويدها بالقائمة الكاملة. شملت هذه الأدوات وظائف للتعامل مع الجداول والوثائق والبريد الإلكتروني والمهام وصفحات الويب والعروض التقديمية.

في اختبار أجري في أغسطس على نموذج Qwen 27B المحلي باستخدام بطاقة RTX 3090، تم استخدام مجموعة من 49 طلباً للمستخدمين. حققت المجموعة المحدودة من الأدوات 43 اختياراً صحيحاً من أصل 44، بينما حققت القائمة الكاملة 39 اختياراً صحيحاً. كما كان حجم السياق في حالة القائمة الكاملة أكبر بمقدار 2.7 مرة، وكانت مدة التشغيل أطول بنسبة الثلث.

كشف تحليل الأخطاء أن النموذج الضعيف يميل إلى الخلط بين الأدوات ذات الأسماء المتشابهة، مما يشير إلى أن المجموعة المحدودة تساعد ليس فقط لأنها أقصر، بل لأنها تقلل من عدد المرشحين المتشابهين. وقد تم تطبيق نظام توجيه يختار قسماً محدداً مثل البريد الإلكتروني أو العروض التقديمية، مما يقلل عدد أوصاف الأدوات التي يتلقاها النموذج من تسعين إلى حوالي عشرين أداة.

وفي تجارب لاحقة أجريت في سبتمبر على نموذجين سحابيين هما GigaChat-2-Max و gpt-oss 120B، تفوقت المجموعة المحدودة من الأدوات في الدقة وحجم السياق وزمن الاستجابة. دحضت هذه النتائج فرضية سابقة كانت تشير إلى أن النماذج القوية تحتاج إلى مجموعات أدوات واسعة، بينما تحتاج النماذج الضعيفة إلى مجموعات محدودة.

ومع ذلك، تبرز مشكلة في المجموعات المحدودة عندما يفشل الموجه في العثور على أي قسم مناسب، مما يجعل النظام يعتقد أن الطلب هو سؤال معرفي لا يتطلب أدوات. في إحدى الحالات، ادعى النموذج تنفيذ مسح للشبكة ووصف خطة العمل نصياً دون استدعاء أي أداة فعلية، بدلاً من إبلاغ المستخدم بصراحة بعدم قدرته على الوصول إلى شبكة الشركة.

بناءً على هذه النتائج، تم ربط وضع التوجيه بكل نموذج على حدة بدلاً من ربطه بالنظام ككل، حيث ثبت أن المجموعة المحدودة هي الخيار الأفضل لجميع النماذج الثلاثة التي خضعت للاختبار الكامل.