书生-A1.5 خدام

书生-A1.5 (Sage-A1.5) هو وكيل ذكاء اصطناعي علمي مدمج عام ومتخصص بحجم 35B، طوّراتو مختبرات الذكاء الاصطناعي ديال شنغهاي، ومبني على القدرات طويلة المدى ديال Agents-A1 ومنصة 书生·端砚 للاكتشاف العلمي. كيتوجّه للتحقق العلمي فالبحث الحقيقي RSI: كيقسم المهام بوحدو، كينسق عدة وكلاء فرعيين باش يديرو البحث بشكل متوازي، وكيطلق عمليات التحقق للتعرّف على الثغرات فالأدلة وتصحيح الفرضيات. كيغطي 书生-A1.5 حالات فـعلوم الدماغ، والكيمياء الكهربائية، ومراجعات علوم الفضاء، وكيطور راسو عبر التقييم العلمي MVSP ورجوع بيانات SFT/RL للتدريب، مع دعم النشر الكمي على Ascend وMetaX وAMD، والتركيز على بحث طويل المدى مستقل وقابل للتتبع وإعادة التحقق.

تنسيق الوكلاء: كيفكك مهام البحث العلمي المعقدة بوحدو، وكيبرمج عدة وكلاء فرعيين للبحث المتوازي، ومقارنة الأدلة وتجميع الخلاصات.
التحقق الذكي: كيحدد بوحدو الوقت والموضوع المناسبين للتحقق، كيفرق بين الحقائق المثبتة والفرضيات اللي مازال خاصها التحقق، وكيصحح اتجاه البحث أو استراتيجية الدراسة ف الوقت المناسب.
تنفيذ البحث طويل المدى: كيربط البحث والفرضيات والكود والتحقق فحلقة متكاملة، وكيقدم كود وبيانات ورسوم وتقارير قابلة للتتبع وإعادة التحقق.
تمكين المجالات العلمية: موجّه لمهام علوم الدماغ والكيمياء الكهربائية ومراجعات علوم الفضاء، وكيدعم مخرجات منظمة بحال مصفوفات الأدلة وجداول التحقق وسجلات المراجعة.
دعم كود البحث العلمي: موجّه لتحسين الخوارزميات وتطوير كود البحث، وكيغطي سيناريوهات تقييم الكود بحال SWE-Bench Pro وMultilingual وMLE-Bench-Lite.
النشر على عدة عتاديات: كيوفر أشكال كمية متعددة، وكيَدعم Ascend NPU وMetaX وAMD وغيرها من وحدات GPU، باش يسهل التجريب على الشركاء فالبحث والصناعة.

تابع WeChat وكتب “开源” فالرد، وانضم لمجموعة التواصل ديال مشاريع الذكاء الاصطناعي مفتوحة المصدر
الأساس ديال المهام طويلة المدى: كيعتمد Sage-A1.5 على قدرات Agents-A1 فالمهام طويلة المدى، وعلى منصة 书生·端砚 للاكتشاف العلمي. كيدمج التنظيم والتنفيذ والتعديل ديال سير العمل البحثي فالتدريب، باش مايبقاش النموذج غير كيعرف يستعمل الأدوات، ولكن يقدر حتى يركب القدرات الموجودة فالمهام الطويلة ويعدّل الإجراءات الموالية بشكل ديناميكي حسب الأدلة الجديدة.
حلقة RSI موجّهة بالسيناريوهات الحقيقية: المسار الأساسي هو “البيئة هي البيانات”. كيتخذ التقييم العلمي كمرجع، وكتوفر البيئة الاصطناعية التغذية الراجعة، وكيكوّن آلية تطور مستمرة كيتعاضدو فيها تشخيص القدرات، وبناء بيئة المهام، وتدريب النموذج. بهاد الطريقة كيكتسب النموذج معرفة بالمجالات وكيصحح انحرافات الاستدلال وسط سير البحث العلمي الحقيقي.
آلية التوافق مع تقييم MVSP: اقترح الفريق الحد الأدنى من المقترح العلمي القابل للتحقق MVSP، وبنى مع أكثر من عشرة مجالات علمية كبرى، منها آليات الدماغ والفيزياء عالية الطاقة وتصميم المواد وتطوير الأدوية والذكاء الكيميائي وتشخيص الأمراض، معايير تقييم عالية الجودة. وبهذا كيوجّه تكرار النموذج نحو الاحتياجات الحقيقية للعلماء والأسئلة العلمية القابلة للتحقق.
إنتاج البيانات وموارد التدريب: كينتج المشروع باستمرار بيانات SFT وموارد تدريب RL عبر محاكاة مساحات العمل، ونشر سلاسل أدوات الحساب العلمي، وبيئات العزل المتخصصة. وفنفس الوقت كيستعمل AI for AI باش يحدد الاختناقات فمسار البحث، ويحسن تنسيق الأدوات واستراتيجيات التحقق فـScientific Harness، ويرفع الكفاءة والاستقرار فتنفيذ المهام طويلة المدى.
نموذج تدريب عابر للمجالات وغير متجانس: لمواجهة اختلافات توزيع المهام وأنماط الاستدلال وأطر الوكلاء بين المجالات، كيستعمل المشروع نموذج من جوج مراحل: “ضبط دقيق خاضع للإشراف على مجالات متعددة + تدريب موحّد بعدي”، مع خط أنابيب غير متزامن بالكامل وآلية أخذ عينات تكيفية، لتعزيز الاستكشاف العلمي والبرمجة الهندسية فآن واحد.

دخل لبوابة التجربة: زُر صفحة التجربة ديال منصة 书生·端砚 https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0، سجّل الدخول وطلب أو استعمل الرصيد حسب التعليمات اللي فالصفحة.
اختار شكل النموذج: حسب قدرات الحوسبة، اختار Sage-A1.5 أونلاين أو النسخ الكمية/مفتوحة المصدر اللاحقة، وفالسيناريوهات الخاصة اختار حزمة النشر المناسبة لـAscend NPU أو MetaX أو AMD.
أنشئ مهمة بحث علمي: فتح مشروع جديد فمساحة العمل، وعمّر سؤال البحث والقيود والمخرجات المتوقعة، وحدد واش محتاج سلسلة أدلة قابلة للتتبع.
دخل المواد والبيئة: حمّل المراجع أو البيانات أو الكود أو سجلات التجارب، وضبط سلسلة أدوات الحساب العلمي والبيئة المعزولة وقواعد البيانات/الأدوات الخارجية الضرورية.
بدا التنفيذ المنسق: خلّي Sage-A1.5 يفكك المهمة بوحدو، وينسق الوكلاء الفرعيين للبحث المتوازي، وفعّل التحقق ديال الوكلاء باش يتعرف أوتوماتيكياً على الثغرات فالأدلة.
تدخل وصحح المسار فالنص: راقب مسار البحث وتغيّر الفرضيات وسجل التحقق، وعطي تعليمات بشرية بخصوص اتجاه الانحراف أو الفرضيات الأساسية أو التجارب اللي مازال خاصها التحقق.
راجع المخرجات: تحقق من الكود والبيانات والرسوم والتقرير، ومن جداول التحقق أو مصفوفات الأدلة أو سجلات المراجعة، وطلب إعادة التنفيذ أو إضافة المقارنات عند الحاجة.
صدّر التسليمات: صدّر الكود القابل لإعادة الإنتاج والنتائج الوسيطة والرسوم والتقرير، ودير مراجعة بمستوى الخبراء داخل فريق البحث قبل استعمالها فالأبحاث أو قرارات التجارب.

تطور موجّه بالبحث الحقيقي: عبر حلقة RSI اللي كتعتبر البيئة هي البيانات، كيتراكم عندو العلم وكيصحح الانحرافات باستمرار وسط المهام العلمية الحقيقية.
أساس مدمج عام ومتخصص: كيرث قدرات Agents-A1 فالمهام طويلة المدى، وكيقوي فالنفس الوقت الاستدلال المتخصص ومعالجة الأدلة واستعمال الأدوات فالمجالات العلمية.
قدرة قوية على تنسيق الوكلاء: يقدر يقسم المهام بوحدو وينسق عدة وكلاء فرعيين للبحث المتوازي، وكيصلح للاستكشاف العلمي المعقد اللي فيه خيوط وأدلة متعددة.
التحقق والتصحيح الذاتي: كيقدر يحدد إمتى يتحقق وشنو يتحقق منو، ويفرق بين الحقائق والفرضيات، ويتعرف على الثغرات فالأدلة ويعدّل الاستراتيجية، وكيقلل من تراكم الأخطاء فالمهام طويلة المدى.
التوافق مع الاحتياجات العلمية عبر التقييم: من خلال MVSP وبناء تقييمات قابلة للتحقق مع أكثر من عشرة مجالات علمية كبرى، كيولي اتجاه تطوير النموذج أقرب للمشاكل الحقيقية ديال العلماء.

الموقع الرسمي للمشروع: https://alpha-innovator.github.io/Sage-A1.5/
مستودع النماذج على HuggingFace: https://huggingface.co/collections/InternScience/sage-a15
الورقة التقنية: https://arxiv.org/pdf/2610.28578
التجربة الأونلاين Demo: https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

تحليل بيانات علم الأعصاب: اعتماداً على بيانات الدماغ الكامل ديال الفئران، كيدير تحليل مؤشرات فك ترميز مناطق الدماغ وPCA واختبار التبديل والتصور البصري، وكيعاون على اكتشاف أنماط توزيع معلومات المهام والحركة.
تحسين التخليق الكهروكيميائي: كيدمج المراجع والتجارب السابقة، وكيكرر تحسين شروط التفاعل وفرضيات الآلية والتنبؤ بالمردودية، وكيعاون على ابتكار مسارات تركيب بحال ألكلة فريدل–كرافتس.
مراجعة وتدقيق مراجعات علوم الفضاء: كينسق عدة وكلاء فرعيين للتحقق من ادعاءات المهام الفضائية، وكيُميّز بين مستويات الأدلة، وكيخرج جداول التحقق ومصفوفات الأدلة وسجلات المراجعة.
تصحيح أبحاث الكيمياء الضوئية والآليات: ملي كيكون البحث غير متطابق، كيضيّق الاتجاه، وكيحقق من مبادئ التفاعل، وكيعلّم على الخطوات الأساسية اللي خاصها التحقق بالتجربة.
تقييمات الفيزياء عالية الطاقة والمواد والأدوية الجديدة وتشخيص الأمراض: كيبني بيئات علمية قابلة للتحقق باستعمال MVSP، وكيوافق اتجاه تطوير النموذج مع الاحتياجات الحقيقية ديال العلماء.