# ذكاء Sakana AI يرصد 73% من أخطاء الادعاءات في الاختبار

> نظام المراجعة الجديد من الشركة، القائم على ثلاثة وكلاء يستخدمون Claude، كشف 73.43% من أخطاء الادعاءات الأساسية، متفوقًا بفارق كبير على أفضل نظام سابق الذي رصد 14.81%.

Oossa · 2026-10-11 · https://oossa.com/ar/sakana-ai-s-review-ai-catches-73-of-claim-errors-in-test

نشرت Sakana AI ورقة بحثية في مجلة Transactions on Machine Learning Research (TMLR) تصف نظامًا جديدًا لمراجعة الأبحاث باستخدام نماذج اللغة الكبيرة. ويعتمد النظام على ثلاثة وكلاء قائمين على Claude يعملون معًا لرصد الأخطاء في الادعاءات البحثية. وفي اختبار معياري شمل 1,164 حالة تناقض معروفة، رصد النظام 73.43% من أخطاء الادعاءات الأساسية. أما أفضل نظام سابق فلم يرصد سوى 14.81% من الأخطاء نفسها.

## كيف أُجري الاختبار

يتضمن الاختبار المعياري، المعروف باسم Contradiction Benchmark، 1,164 حالة يتعارض فيها الادعاء الرئيسي لورقة بحثية مع الأدلة الواردة فيها. وشغّلت Sakana AI وكلاء نظامها Multi-Layered Review (MLR) على الاختبار، وسجلت عدد الأخطاء التي رصدها كل نظام. والأرقام المعلنة مستمدة من تقييم أجرته Sakana AI بنفسها.

## الحقائق

- يستخدم نظام Multi-Layered Review من Sakana AI ثلاثة وكلاء مراجعة قائمين على Claude.
- اختُبر النظام على Contradiction Benchmark يضم 1,164 خطأ.
- رصد MLR نسبة 73.43% من أخطاء الادعاءات الأساسية.
- لم يرصد أفضل نظام سابق سوى 14.81% من تلك الأخطاء.
- نُشرت النتائج في ورقة بحثية في TMLR بتاريخ 10 أكتوبر 2026.

## لماذا يهم

إذا استطاعت أدوات مراجعة الأبحاث رصد معظم الأخطاء في الادعاءات، فقد يحصل الباحثون على ملاحظات أسرع قبل النشر. وقد يعني ذلك للقراء عددًا أقل من الأوراق التي تتضمن تناقضات خفية. لكن لا يزال من الضروري التحقق من هذه النتائج بصورة مستقلة.

## المصادر والمراجع

1. [Sakana AI’s LLM Peer Review System Catches 73% of Core-Claim Errors](https://www.marktechpost.com/2026/10/10/sakana-ais-llm-peer-review-system-catches-73-of-core-claim-errors/) – MarkTechPost, 2026-10-10

آخر تحديث: 2026-10-11