书生-A1.5 Faoliyat yuritmoqda

书生-A1.5（Sage-A1.5）— Shanxay AI laboratoriyasi tomonidan ishlab chiqilgan 35B parametrli universal va ixtisoslashgan qobiliyatlarni birlashtiruvchi ilmiy agent. Agents-A1 ning uzoq muddatli vazifa bajarish qobiliyati va 书生·端砚 platformasiga asoslanib, real ilmiy tadqiqotlarni RSI orqali tekshiradi: vazifalarni mustaqil ajratadi, bir nechta quyi agentlarni parallel tadqiqotga yo‘naltiradi, dalillardagi bo‘shliqlarni aniqlash uchun tekshiruvni ishga tushiradi va farazlarni tuzatadi. 书生-A1.5 miya fanlari, elektrokimyo va kosmik fanlar sharhi kabi holatlarni qamrab oladi. MVSP ilmiy baholashi hamda SFT/RL orqali uzluksiz takomillashadi, Ascend, Moore Threads va AMD qurilmalarida kvantlangan joylashtirishni qo‘llab-quvvatlaydi, kuzatiladigan va qayta tekshiriladigan uzoq muddatli avtonom tadqiqotga urg‘u beradi.

Agentlarni muvofiqlashtirish: murakkab ilmiy vazifalarni mustaqil ajratadi, bir nechta quyi agentlarni parallel qidiruv, dalillarni taqqoslash va xulosalarni jamlash uchun boshqaradi.
Agentlarni tekshirish: tekshiruv vaqti hamda obyektini mustaqil belgilaydi, tasdiqlangan faktlarni tekshirilishi kerak bo‘lgan farazlardan ajratadi, qidiruv yo‘nalishi yoki tadqiqot strategiyasini o‘z vaqtida tuzatadi.
Uzoq muddatli ilmiy tadqiqot ijrosi: qidiruv, faraz, kod va tekshiruvni yagona yopiq siklga birlashtirib, kuzatiladigan va qayta tekshiriladigan kod, ma’lumot, grafik hamda hisobotlarni taqdim etadi.
Ilmiy sohalarni qo‘llab-quvvatlash: miya fanlari, elektrokimyo va kosmik fanlar sharhi kabi vazifalar uchun dalillar matritsasi, tekshiruv jadvali va tuzatishlar qaydi kabi tizimli natijalarni qo‘llab-quvvatlaydi.
Ilmiy kodni qo‘llab-quvvatlash: algoritmlarni optimallashtirish va ilmiy kod ishlab chiqishga yo‘naltirilgan bo‘lib, SWE-Bench Pro, Multilingual va MLE-Bench-Lite kabi kod baholash ssenariylarini qamrab oladi.
Turli qurilmalarga joylashtirish: bir nechta kvantlangan versiyalarni taqdim etadi, Ascend NPU, Moore Threads va AMD kabi GPUlarni qo‘llab-quvvatlaydi hamda ilmiy va sanoat hamkorlarining sinovdan o‘tkazishini osonlashtiradi.

WeChat’da kuzatib, “开源” deb javob yuboring va AI ochiq kod loyihalari guruhiga qo‘shiling
Uzoq muddatli vazifalar asosi: Sage-A1.5 Agents-A1 ning uzoq muddatli vazifa bajarish qobiliyatiga tayanadi. 书生·端砚 ilmiy kashfiyot platformasi orqali ilmiy jarayonlarni tashkil etish, bajarish va moslashtirish modelni o‘qitishga kiritiladi. Shu sababli model nafaqat vositalardan foydalanadi, balki uzoq vazifalarda mavjud qobiliyatlarni birlashtirib, yangi dalillarga ko‘ra keyingi harakatlarini dinamik ravishda tuzatadi.
Real ssenariylar boshqaradigan RSI yopiq sikli: asosiy yo‘l “muhit — ma’lumot” tamoyiliga asoslanadi. Ilmiy baholash yo‘nalish beradi, muhit simulyatsiyasi esa fikr-mulohaza taqdim etadi. Natijada qobiliyatlarni diagnostika qilish, vazifa muhitini yaratish va modelni o‘qitish bir-birini kuchaytiradigan uzluksiz takomillashuv mexanizmi shakllanadi. Model real ilmiy jarayonlarda soha bilimlarini jamlaydi va mantiqiy xatolarini tuzatadi.
MVSP baholashiga moslashish mexanizmi: jamoa minimal tekshiriladigan ilmiy taklif — MVSPni ilgari surdi. Miya mexanizmlari, yuqori energiya fizikasi, materiallar dizayni, yangi dori yaratish, kimyoviy intellekt va kasalliklar diagnostikasi kabi o‘ndan ortiq muhim ilmiy sohalar bilan birgalikda yuqori sifatli baholash mezonlari yaratilmoqda. Bu modelni takomillashtirish yo‘nalishini olimlarning real ehtiyojlari va tekshiriladigan ilmiy muammolar bilan uyg‘unlashtiradi.
Ma’lumotlar va o‘qitish resurslarini ishlab chiqarish: loyiha ish maydoni simulyatsiyasi, ilmiy hisoblash vositalari zanjiri va professional sandbox muhitlari orqali SFT ma’lumotlari hamda RL o‘qitish resurslarini muntazam yaratadi. Shu bilan birga, AI for AI yordamida ilmiy jarayonlardagi to‘siqlarni aniqlaydi, ilmiy Harness vositalarini muvofiqlashtirish va tekshirish strategiyalarini optimallashtiradi, uzoq muddatli vazifalar samaradorligi va barqarorligini oshiradi.
Soha va arxitekturasi turlicha bo‘lgan ma’lumotlarda o‘qitish: sohalararo vazifalar taqsimoti, fikrlash usullari va agent frameworklaridagi farqlarni hisobga olib, “ko‘p sohali nazoratli nozik sozlash + yagona keyingi o‘qitish” ikki bosqichli usuli qo‘llanadi. To‘liq asinxron pipeline va moslashuvchan namuna olish mexanizmi bilan ilmiy izlanish hamda muhandislik kodlash qobiliyatlari bir vaqtda kuchaytiriladi.

Tajriba kirish nuqtasiga kiring: 书生·端砚 platformasining tajriba sahifasiga tashrif buyuring https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0, tizimga kiring va sahifadagi ko‘rsatmalarga muvofiq kvota so‘rang yoki undan foydalaning.
Model shaklini tanlang: hisoblash quvvatiga qarab onlayn Sage-A1.5 yoki keyingi kvantlangan/ochiq kodli versiyani tanlang. Xususiy joylashtirish uchun Ascend NPU, Moore Threads yoki AMD ga mos paketdan foydalaning.
Ilmiy vazifa yarating: ish maydonida yangi loyiha ochib, tadqiqot savoli, cheklovlar, kutilayotgan natija va kuzatiladigan dalillar zanjiri kerak yoki kerak emasligini kiriting.
Materiallar va muhitni ulang: adabiyotlar, ma’lumotlar, kod yoki tajriba qaydlarini yuklang, ilmiy hisoblash vositalari zanjiri, sandbox va zarur tashqi ma’lumotlar bazalari yoki vositalarini sozlang.
Muvofiqlashtirilgan ijroni boshlang: Sage-A1.5 ga vazifani mustaqil ajratish, quyi agentlarni parallel tadqiqotga yo‘naltirish va dalillardagi bo‘shliqlarni avtomatik aniqlash uchun agent tekshiruvini yoqish imkonini bering.
Jarayon davomida aralashing va tuzating: qidiruv yo‘li, farazlar o‘zgarishi va tekshiruv qaydlarini ko‘rib chiqing, yo‘nalishdagi og‘ishlar, muhim farazlar yoki tekshirilishi kerak bo‘lgan tajriba nuqtalari bo‘yicha inson ko‘rsatmalarini bering.
Natijalarni qayta tekshiring: kod, ma’lumot, grafik, hisobot, tekshiruv jadvali, dalillar matritsasi va tuzatishlar qaydini tekshiring; zarur bo‘lsa, qayta ishga tushirish yoki nazorat taqqoslashini qo‘shishni so‘rang.
Yetkazib beriladigan materiallarni eksport qiling: qayta tiklanadigan kod, oraliq natijalar, grafiklar va hisobotni eksport qiling. Maqola yoki tajriba qarorlarida ishlatishdan oldin loyiha guruhi ichida ekspert darajasida qayta tekshiring.

Real ilmiy tadqiqotlar boshqaradigan takomillashuv: “muhit — ma’lumot” tamoyiliga asoslangan RSI yopiq sikli orqali real ilmiy vazifalarda bilimlarni muntazam jamlaydi va xatolarni tuzatadi.
Universal va ixtisoslashgan qobiliyatlarni birlashtiruvchi asos: Agents-A1 ning uzoq muddatli vazifa qobiliyatini meros qilib oladi, shu bilan birga ilmiy sohalarda professional fikrlash, dalillar bilan ishlash va vositalardan foydalanishni kuchaytiradi.
Kuchli agentlarni muvofiqlashtirish: vazifalarni mustaqil ajratishi, bir nechta quyi agentlarni parallel tadqiqotga yo‘naltirishi mumkin; ko‘p yo‘nalish va ko‘p dalil talab qiladigan murakkab ilmiy izlanishlar uchun mos.
Avtonom tekshiruv va tuzatish: qachon va nimani tekshirishni belgilaydi, faktlarni farazlardan ajratadi, dalillardagi bo‘shliqlarni aniqlaydi va strategiyani o‘zgartiradi, shu orqali uzoq muddatli vazifalarda xatolar to‘planishini kamaytiradi.
Ilmiy ehtiyojlarga mos baholash: MVSP orqali o‘ndan ortiq muhim ilmiy sohalar bilan birgalikda tekshiriladigan baholashlarni yaratadi, modelni takomillashtirish yo‘nalishini olimlarning real muammolariga yaqinlashtiradi.

Loyiha rasmiy sayti: https://alpha-innovator.github.io/Sage-A1.5/
HuggingFace model kutubxonasi: https://huggingface.co/collections/InternScience/sage-a15
Texnik maqola: https://arxiv.org/pdf/2610.28578
Onlayn demo: https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

Neyrofan ma’lumotlarini tahlil qilish: sichqonlarning to‘liq miya ma’lumotlari asosida miya sohalarini dekodlash ko‘rsatkichlari tahlili, PCA, permutatsion test va vizualizatsiyani amalga oshirib, vazifa yoki harakat ma’lumotlari taqsimotidagi qonuniyatlarni aniqlashga yordam beradi.
Elektrokimyoviy sintezni optimallashtirish: adabiyotlar va tarixiy tajribalarni birlashtirib, reaksiya shartlari, mexanizm farazlari va unum prognozini takroran yaxshilaydi, Fridel–Krafts alkillash kabi sintez yo‘llaridagi innovatsiyalarni qo‘llab-quvvatlaydi.
Kosmik fanlar sharhini tekshirish: bir nechta quyi agentlarni kosmik missiyalar haqidagi da’volarni tekshirishga yo‘naltiradi, dalillar darajasini ajratadi va tekshiruv jadvali, dalillar matritsasi hamda tuzatishlar qaydini taqdim etadi.
Fotokimyo va mexanizm tadqiqotlaridagi xatolarni tuzatish: qidiruv mos kelmaganda yo‘nalishni toraytiradi, reaksiya tamoyillarini tekshiradi va tajribada tasdiqlanishi kerak bo‘lgan muhim bosqichlarni belgilaydi.
Yuqori energiya fizikasi, materiallar, yangi dorilar va kasalliklar diagnostikasi baholashi: MVSP orqali tekshiriladigan ilmiy muhitlarni yaratadi, modelni takomillashtirish yo‘nalishini olimlarning real ehtiyojlari bilan uyg‘unlashtiradi.