← أحدث الأبحاث
🤖 AI

AsyncTool: Evaluating the Asynchronous Function Calling Capability under Multi-Task Scenarios

تقدم الورقة البحثية AsyncTool، وهو معيار مرجعي مبتكر مصمم لتقييم قدرات استدعاء الأدوات غير المتزامنة للوكلاء القائمين على النماذج اللغوية الكبيرة في سيناريوهات متعددة المهام مع محاكاة زمن الاستجابة، مما يكشف عن معاناة النماذج الحالية مع التنسيق الزمني والكفاءة عند التعامل مع استجابات الأدوات المتأخرة.

المؤلفون الأصليون: Kou Shi (University of Science and Technology of China), Ziao Zhang (University of Science and Technology of China), Shiting Huang (University of Science and Technology of China), Avery Nie (Universit
نُشر 2026-05-28
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Kou Shi (University of Science and Technology of China), Ziao Zhang (University of Science and Technology of China), Shiting Huang (University of Science and Technology of China), Avery Nie (University of Toronto), Zhen Fang (University of Science and Technology of China), Qiuchen Wang (University of Science and Technology of China), Lin Chen (University of Science and Technology of China), Huaian Chen (University of Science and Technology of China), Zehui Chen (University of Science and Technology of China), Feng Zhao (University of Science and Technology of China)

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

إليك شرح لورقة AsyncTool البحثية، باستخدام لغة بسيطة وتشبيهات إبداعية.

الفكرة الكبرى: مشكلة "الباريستا المشغول"

تخيل أنك "باريستا" (عامل باريستا) ماهر (الوكيل الذكي - AI Agent) تعمل في مقهى مزدحم. لديك قائمة طلبات:

  1. الطلب أ: تحضير إسبريسو معقد (يستغرق 30 ثانية).
  2. الطلب ب: طحن حبوب البن لتحضير لاتيه (يستغرق 5 ثوانٍ).
  3. الطلب ج: مسح الطاولة (يستغرق ثانيتين).

الطريقة القديمة (المتزامنة - Synchronous):
في الماضي، كانت معظم اختبارات "الباريستا الذكي" تتحقق فقط مما إذا كان بإمكانه صنع مشروب واحد بشكل مثالي. إذا بدأ في "الطلب أ"، فسيقف هناك يحدق في آلة الإسبريسو، دون أن يفعل أي شيء آخر، حتى تنتهي الـ 30 ثانية. وبعد ذلك فقط، سينتقل إلى "الطلب ب". هذا أمر غير فعال للغاية.

الواقع الجديد (غير المتزامن - Asynchronous):
في العالم الحقيقي، أنت لا تقف ساكناً. بينما يتم تحضير الإسبريسو، يقوم الباريستا الذكي بتحضير حبوب "الطلب ب" ومسح الطاولة لـ "الطلب ج". هو يعود إلى الإسبريسو في اللحظة التي يصبح فيها جاهزاً. هذا ما يسمى استدعاء الأدوات غير المتزامن (Asynchronous Tool Calling).

ما هو AsyncTool؟

أدرك مؤلفو هذه الورقة أن اختبارات الذكاء الاصطناعي الحالية تشبه "الطريقة القديمة". فهي تتحقق مما إذا كان بإمكان الذكاء الاصطناعي استخدام الأدوات (مثل البحث في الويب أو تشغيل الكود)، لكنها تفترض أن الأدوات تعطي إجابات فورية. في الواقع، تستغرق الأدوات وقتاً للاستجابة.

AsyncTool هو "امتحان" جديد مصمم لمعرفة ما إذا كان بإمكان الذكاء الاصطناعي التعامل مع سيناريو "الباريستا المشغول". وهو يختبر ثلاث مهارات محددة:

  1. الانتظار: هل يدرك الذكاء الاصطناعي أن الأداة "تفكر" ولا يقوم بمجرد تخمين الإجابة؟
  2. التبديل: هل يمكن للذكاء الاصطناعي إيقاف "المهمة أ"، والانتقال إلى "المهمة ب"، ثم يتذكر العودة إلى "المهمة أ" عند وصول الإجابة؟
  3. التتبع: هل يمكن للذكنا الاصطناعي تتبع أي أداة تنتمي لأي مهمة دون أن يرتبك؟

كيف بنوا الاختبار (الوصفة)

لإنشاء هذا الامتحان، لم يقم الباحثون بتأليف أسئلة عشوائية، بل اتبعوا وصفة دقيقة:

  1. جمع المكونات: أخذوا بيانات موجودة وعالية الجودة للمهام الفردية (مثل "البحث عن رحلة طيران") من معايير أخرى.
  2. إعادة بناء المسار: استخدموا ذكاءً اصطناعياً قوياً (Gemini 2.5 Pro) لإعادة كتابة هذه المهام لضمان وجود تعليمات واضحة وخطوة بخطوة.
  3. التدقيق البشري: قام بشر بمراجعة العمل للتأكد من أن الخطوات منطقية فعلياً وليست معطلة.
  4. "الخليط": قاموا بدمج هذه المهام الفردية في مجموعات. أحياناً أعطوا الذكاء الاصطناذ مهمتين متشابهتين (مثل بحثين عن رحلات طيران)، وأحياناً مهمتين مختلفتين تماماً (مثل بحث عن رحلة طيران ومهمة إدارة ملفات).
  5. محاكاة التأخير: قاموا ببرمجة الاختبار بحيث عندما يسأل الذكاء الاصطناعي سؤالاً، تقول له "الأداة": "أنا أعمل على ذلك، انتظر لحظة"، قبل إعطاء الإجابة.

كيف قاموا بتقييم الذكاء الاصطناعي

لم ينظروا فقط إلى النتيجة النهائية، بل قيموا الذكاء الاصطناعي على ثلاثة مستويات، مثل معلم يصحح لطالبه:

  • مستوى الخطوة: هل سأل الذكاء الاصطناعي السؤال الصحيح بالكلمات الصحيحة؟ (مثلاً: هل كتب اسم الأداة بشكل صحيح؟)
  • مستوى المهمة الفرعية: هل أنهى جزءاً صغيراً من العمل بشكل صحيح؟ (مثلاً: هل نجح في العثور على الرحلة؟)
  • مستوى المهمة: هل أنهى المهمة بأكملها، بما في ذلك جميع الطلبات المختلفة التي كان يديرها؟

كما أضافوا "درجة كفاءة" خاصة. قاست هذه الدرجة عدد المرات التي انتقل فيها الذكاء الاصطناعي بين المهام. الدرجة الجيدة تعني أن الذكاء الاصطناعي انتقل كثيراً بما يكفي ليكون فعالاً، ولكن ليس كثيراً لدرجة الارتباك.

ماذا وجدوا (النتائج)

اختبر الباحثون 19 نموذجاً مختلفاً من الذكاء الاصطناعي (نماذج تجارية ضخمة مثل GPT-4.1 ونماذج مفتوحة المصدر). وإليكم ما حدث:

  • صدمة "الوقت": عندما تأخرت الأدوات، ساء أداء جميع النماذج بشكل ملحوظ. كان الأمر وكأن شخصاً ما يستمر في النقر على كتفك أثناء أداء الامتحان.
  • فخ "الهلوسة": العديد من النماذج الأضعف لم تستطع الانتظار. عندما سألوا الأداة عن بيانات، لم ينتظروا الإجابة، بل قاموا ببساطة بتخمين الإجابة والاستمرار في المضي قدماً. أدى هذا إلى وقوع أخطاء.
  • مشكلة "النسيان": بعض النماذج تبدأ "المهمة أ"، ثم تنتقل إلى "المهمة ب"، ثم تنسى تماماً وجود "المهمة أ". كانوا ينهون "المهمة ب" ويقولون: "انتهيت!" رغم أن "المهمة أ" لا تزال قيد الانتظار.
  • الفائزون: كانت أفضل النماذج (مثل GPT-4.1) هي تلك التي تستطيع "التلاعب بالمهام" (Juggle). كانوا يعرفون بالضبط متى ينتقلون بين المهام ومتى ينتظرون. لم ينتقلوا بشكل عشوائي، بل انتقلوا بشكل استراتيجي.

الخلاصة الرئيسية

تخلص الورقة إلى أن كونك جيداً في استخدام الأدوات لا يقتصر فقط على معرفة أي أداة تستخدم. بل يتعلق الأمر بـ التوقيت.

لكي يكون وكيل الذكاء الاصطناعي فعالاً حقاً في العالم الحقيقي، يجب أن يكون مدير مشاريع جيداً. يحتاج أن يعرف:

  • "أنا أنتظر هذه النتيجة، لذا سأقوم بهذا الشيء الآخر أثناء الانتظار."
  • "أوه، لقد عادت النتيجة! يجب أن أتوقف عما أفعله وأنهي تلك المهمة الأولى."

تجادل الورقة بأن أنظمة الذكاء الاصطناعي المستقبلية تحتاج إلى التحسن في هذا "التنسيق الزمني" (إدارة الوقت والانتظار) لتكون مفيدة حقاً في البيئات المعقدة متعددة المهام.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🤖 cs.AI →