# تقنية TaReD تعزز نجاح الذكاء الاصطناعي في المهام المعقدة

> ترفع تقنية جديدة لتفكيك المهام تضع الأدوات في الحسبان معدلات النجاح من البداية إلى النهاية بما يصل إلى 40 نقطة، وفقًا لورقة نُشرت على arXiv في 9 أكتوبر 2026.

Oossa · 2026-10-09 · https://oossa.com/ar/tared-method-boosts-tool-using-ai-success-on-complex-tasks

أعلن باحثون بقيادة Wei‑Xiang Mao عن TaReD، وهي تقنية للتفكيك التكراري تراعي الأدوات، صُممت لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى استخدام أدوات خارجية. تنشئ التقنية تسلسلًا هرميًا لإمكانات الأدوات، وتتيح للوكيل اكتشاف الأدوات عند الحاجة فقط. وفي تجارب على مهام واقعية ممتدة، رفعت TaReD معدل النجاح الإجمالي للمهام بما يصل إلى 40 نقطة مئوية مقارنةً بالأساليب الأساسية الحالية. ونُشر الكود على GitHub ليتمكن الجميع من تجربته.

## الحقائق

- نُشرت الورقة يوم الجمعة 9 أكتوبر 2026
- تحسّن معدل النجاح بما يصل إلى 40 نقطة مئوية

## لماذا يهم

يمكن لمطوري المساعدات المدعومة بالذكاء الاصطناعي تحقيق أداء أكثر موثوقية في سير العمل المعقد، من دون تحميل تعريفات جميع الأدوات دفعة واحدة.

## المصادر والمراجع

1. [TaReD: Tool-Aware Recursive Decomposition for Long-Horizon Tasks](https://arxiv.org/abs/2610.11268) – arXiv, 2026-10-09

آخر تحديث: 2026-10-09