News

WikiSkill من Google يساعد وكلاء الذكاء الاصطناعي على التعلم من الأخطاء

يفصل WikiSkill بين آثار التنفيذ، وويكي دائم، ومهارات مدمجة بحيث يمكن للوكلاء مراجعة السلوك بعد التحقق، لا أثناء كتابة المطالبات.
Oct 2, 2026·2 min read
WikiSkill من Google يساعد وكلاء الذكاء الاصطناعي على التعلم من الأخطاء

#

النقاط الرئيسية

  • WikiSkill هو إطار عمل من Google Research وباحثين من Virginia Tech.
  • يفصل بين آثار التنفيذ، وويكي دائم، ومهارات مدمجة تُستخدم وقت تنفيذ المهمة.
  • تحافظ الدورة على التدخلات الفاشلة داخل الويكي، بحيث يمكن للمراجعات اللاحقة تجنب تكرار الأخطاء.
  • تتراوح مكاسب المقاييس المعلنة بين 3.3 و12 نقطة مئوية.
  • لا يثبت المصدر أي نشر أو أثر خاص بالمغرب.

ما هو WikiSkill

أفادت VentureBeat عن WikiSkill، وهو إطار عمل لتحديث مهارات وكلاء الذكاء الاصطناعي القابلة لإعادة الاستخدام. ويذكر المصدر أنه يأتي من Google Research وباحثين من Virginia Tech. وهو مبني على ورقة arXiv قُدمت في 27 أغسطس، والتغطية الحالية هي لمتابعة بحث أقدم.

صُمم WikiSkill لمساعدة الوكلاء على تحسين المهارات بمرور الوقت. ويحقق ذلك عبر فصل ثلاثة أشياء. أولاً، يحتفظ بآثار تنفيذ غير قابلة للتغيير. ثانياً، يحافظ على ويكي دائم للأنماط المتعلمة. ثالثاً، يوفّر فقط مهارات مدمجة أثناء تنفيذ المهمة.

كيف تعمل دورة التحديث

الدورة المقترحة بسيطة. ينفذ النظام المهام، ويحلل النجاحات والإخفاقات، ويقترح تغييرات على المهارات، ثم يحتفظ بهذه التغييرات فقط بعد التحقق. وهذا يعني أن الوكيل لا يثق فوراً بكل فكرة جديدة.

وهذا مهم لأن الويكي يخزن التدخلات الناجحة والفاشلة معاً. وهدف الباحثين هو الحفاظ على ما حدث، لا فقط ما نجح. ويمكن لهذا السجل أن يساعد المراجعات اللاحقة على تجنب تكرار الخطأ نفسه.

مثال من التقرير

تصف VentureBeat مثالاً نصياً من ALFWorld. في ذلك المثال، تم رفض مهارة عامة. ثم تم قبول قاعدة أضيق تمنع إعادة الأشياء إلى مواقعها الأصلية.

يُظهر هذا المثال تفضيل الإطار للتغييرات المحددة والمتحقق منها. كما يُظهر أن الويكي يمكنه الاحتفاظ بالدروس السلبية. ويمكن لهذه الدروس أن تشكل المراجعات المستقبلية من دون دفعها إلى المطالبة الحية.

ما الذي أظهرته المقاييس

قيّم الباحثون WikiSkill على خمسة مقاييس معيارية. وشملت المجموعة الرياضيات، والبحث عبر الويب، وجداول البيانات، وأسئلة المستندات الطويلة، والمهام التفاعلية. وكانت النماذج المذكورة هي Qwen وGemma وGemini.

وفقاً للباحثين، حسّن WikiSkill النتائج مقارنة بطرق منافسة لتطور المهارات بمقدار يتراوح بين 3.3 و12 نقطة مئوية. هذه نتائج معيارية، وليست دليلاً على مكاسب داخل مؤسسات الإنتاج.

لماذا يهم هذا التصميم

يبقى الويكي خارج سياق وكيل الاستدلال. وهذا يعني أن المطالبات النشطة تستخدم نص المهارة المدمج الناتج، وليس السجل الكامل. يحافظ هذا التصميم على خفة جانب التنفيذ مع الإبقاء على سجل لما تغير.

يشير المصدر إلى مفاضلة عملية. يحتفظ النظام بذاكرة الأخطاء، لكنه لا يحمّل هذه الذاكرة مباشرة في كل مطالبة. وبدلاً من ذلك، يستخدم التحقق لتحديد ما يصبح جزءاً من المهارة النهائية.

القيود واعتبارات الحوكمة

لا يدعي المصدر أن WikiSkill منشور في بيئة إنتاجية. كما أنه لا يوضح اعتماداً تنظيمياً. لذلك تبقى أي قيمة تشغيلية مجرد افتراض إلى أن يتم الإبلاغ عن استخدامه في العالم الحقيقي.

ولا يقدم المقال أيضاً تفاصيل عن ضوابط الحوكمة تتجاوز التحقق في دورة التحديث. وبناءً على المصدر، فإن الضمانة الرئيسية هي أن التغييرات لا تُحتفظ بها إلا بعد اختبارها. وهذا يقلل من احتمال ترقية تحديثات مهارية ضعيفة.

الصلة بالمغرب

لا يذكر المصدر أي نشر خاص بالمغرب أو أثر مؤسسي محلي. وبالنسبة للقراء، فإن الدرس العالمي مشروط: إذا استخدم فريق ما مهارات قابلة لإعادة الاستخدام لوكلاء الذكاء الاصطناعي، فقد تساعد ذاكرة موثقة للإخفاقات على تجنب الأخطاء المتكررة.

الخلاصة

يتعلق WikiSkill بالتعلم المنظم لوكلاء الذكاء الاصطناعي. فهو يحتفظ بالآثار، ويخزن الدروس في ويكي، ولا يرقّي إلى التنفيذ إلا تغييرات المهارات التي تم التحقق منها. والنتائج المعلنة للمقاييس واعدة، لكنها تظل نتائج بحثية وليست دليلاً على أثر إنتاجي.

تابعونا على Google

أضفوا Intelligence Artificielle Maroc إلى مصادركم المفضلة لرؤية المزيد من أخبارنا ذات الصلة في بحث Google.

إضافتنا كمصدر مفضّل
تطوير منصات الذكاء الاصطناعي

ما الذي ترغب في بنائه؟

نحن نبني منصات ذكاء اصطناعي مخصصة ومنتجات SaaS وتطبيقات أعمال ذكية وأنظمة أتمتة.

هذا النموذج مخصص لطلبات المشاريع وليس للأسئلة العامة حول الذكاء الاصطناعي.

الاسم *
البريد الإلكتروني المهني *
المؤسسة (اختياري)
الحل *
وصف مختصر للمشروع *

Related Articles

featured
J
Jawad
·Oct 2, 2026

Amazon Strands Decider 2B: نموذج مفتوح لقرارات الوكلاء المحدودة

featured
J
Jawad
·Oct 2, 2026

AWS تستعرض Well-Architected Agent لتحسين السحابة

featured
J
Jawad
·Oct 2, 2026

باركليز توسّع استخدام Claude عبر العمليات ودعم العملاء

featured
J
Jawad
·Oct 2, 2026

OpenAI تعطل حملة منسقة لاستخلاص المعرفة من النماذج