# نماذج محلية تعزز نجاح وكلاء الذكاء الاصطناعي على الأجهزة

> نهج هجين يجمع السحابة والأجهزة رفع النجاح بما يصل إلى 14.9 نقطة مئوية في اختبارات AppWorld، مع إبقاء بيانات المستخدم على الجهاز.

Oossa · 2026-10-14 · https://oossa.com/ar/local-models-improve-edge-ai-agent-success-rates

استكشف باحثون بقيادة بوريس رادوڤيتش حلاً وسطاً بين وكلاء الذكاء الاصطناعي المعتمدين كلياً على السحابة والنماذج الصغيرة التي تعمل على الجهاز. تكتب السحابة برنامجاً، لكن حين يحتاج إلى تفسير بيانات المستخدم، يستعين بنموذج محلي صغير. وأظهرت الاختبارات على معيار AppWorld أن التصميم الهجين رفع معدل نجاح الوكيل المعتمد على كتابة الشيفرة وحدها في التركيبات الست جميعها بين النماذج وتقسيمات الاختبار، محققاً زيادة تصل إلى 14.9 نقطة مئوية، ومقلصاً جانباً كبيراً من الفجوة مع حلقة ReAct المستضافة بالكامل على السحابة، مع الحفاظ على الخصوصية.

## الحقائق

- تحسن معدل النجاح بما يصل إلى 14.9 نقطة مئوية
- أُجري التقييم على AppWorld عبر ست تركيبات من النماذج الأساسية وتقسيمات الاختبار

## لماذا يهم

يمكن لمستخدمي الأجهزة الطرفية الحصول على مساعدين أكثر دقة يعملون بالذكاء الاصطناعي، من دون إرسال بياناتهم الخاصة إلى السحابة.

## المصادر والمراجع

1. [Should SLMs be in the Driver's Seat? A Study of Local Models as Interpreters in Cloud-Written Agent Programs](https://arxiv.org/abs/2610.14209) – arXiv, 2026-10-14

آخر تحديث: 2026-10-14