الذكاء الاصطناعي٢ سبتمبر ٢٠٢٦
ورقة بحثية من ميتا: وكلاء الحاسوب يفتقرون للوعي بالسياق
تطرح ورقة جديدة من ميتا اختبارًا لمدى فهم وكلاء الحاسوب للسياق، بعدما أظهرت أن الوكيل قد ينفّذ نقرةً مطلوبة حين يكون المفترض ألّا ينفّذها. ويشير المنشور إلى أن وكيلًا قادرًا على إتمام عملية شراء بقيمة ٢٥ ألف دولار من دون توقّف قد ينجح في المهمة ظاهريًا، رغم افتقاره إلى الحكم المناسب. ويختبر معيار ADeptS-Bench سبعة نماذج، ما يجعل إتمام المهمة وحده مقياسًا غير كافٍ لسلامة الوكيل.
الحقائق الأساسية
يختبر معيار ADeptS-Bench سبعة نماذج.
«ADeptS-Bench tests 7 models»
عرض المصدر ←قد يُتمّ الوكيل عملية شراء بقيمة ٢٥ ألف دولار دون أن يتوقّف.
«If an agent can process a $25K checkout without stopping, task success alone is a dangerously incomplete benchmark.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر