تؤتمت SFR-AutoR&D من Salesforce أبحاث النماذج والتحقق منها

أعلنت Salesforce في 11 نوفمبر 2026 أنها قدّمت SFR-AutoR&D، مشيرةً إلى أن وكلاءها أنتجوا SFR-Embedding v4 في نحو 80 ساعة، بدلاً من عدة أسابيع غالباً ما يستغرقها التجريب البشري. وصُمم النظام لتنفيذ دورة البحث ذاتياً، سواء بتعديل قواعد الشيفرة الحالية أو بتطوير أساليب تدريب جديدة لنماذج الذكاء الاصطناعي واختبارها.

يتجاوز هذا العمل حدود العرض البحثي المستقل. فقد سبق أن حسّنت SFR-AutoR&D نموذج SFR-Embedding V3، الذي تستخدمه Salesforce للاسترجاع في Data Cloud، قبل أن يوجّه الباحثون النظام إلى النموذج الأساسي مفتوح المصدر EmbeddingGemma 2 لإنشاء v4. تحوّل نماذج التضمين النصوص إلى تمثيلات رقمية تتيح للأنظمة استرجاع السجلات أو المستندات أو سجلات الحالات. وفي بنية Salesforce، يوفّر هذا الاسترجاع معلومات العملاء التي تستند إليها إجابات Agentforce، ما يجعل جودة الاسترجاع عاملاً مؤثراً في الإجابة اللاحقة للوكيل.

وكيلان، ودورة بحثية واحدة مضبوطة

يقسّم مشروع SFR-AutoR&D العمل إلى أربع مراحل: اكتشاف فرضية قابلة للاختبار، وبناء نموذج مرشح ومقارنته بخط أساس، وتقييم الصحة أو جودة النموذج، والتعلّم من التجارب الناجحة والفاشلة على حد سواء. وإذا لم يتمكن نموذج مرشح من إثبات تحقيق تحسّن موثّق، يبقى خط الأساس كما هو.

يستقبل AutoR&D-Engineer مستودعاً وهدفاً وقيوداً، ثم ينتج رقعة مرشحة مصحوبة بأدلة معيارية. أما TrainForge، فيبدأ بنموذج أساسي ومهمة وتقييم وميزانية حوسبة، وينتج أفضل نقطة تحقق موثّقة وسجل تقييمها.

تولّد عملية اكتشاف الأساليب في TrainForge استراتيجيات تدريب بدلاً من الاقتصار على الاختيار من قائمة وصفات ثابتة. ويكتب Codex عمليات التنفيذ انطلاقاً من مساحة عمل فارغة، ثم تتحقق الفحوص من مطابقة الشيفرة قيد التشغيل للفكرة المقترحة. تنتقل النماذج المرشحة الواعدة من اختبار LoRA سريع، يحدّث مجموعة صغيرة من المعلمات القابلة للتدريب مع الإبقاء على النموذج الأساسي، إلى تشغيل قصير بكامل المعلمات، ثم إلى التدريب الكامل. وتُخصّص مجموعات البيانات المحجوبة والمستبعدة من التدريب للتقييم.

يعمل الوكيلان على AutoInfra، وهي البنية التحتية المشتركة للتدريب والاستدلال لدى Salesforce. وتوزّع عمال GPU على التجارب المتوازية، وتحفظ الطلبات والتقدم والنتائج لضمان استمرارها، بحيث يمكن استئناف العمل بعد انقطاع البوابة. كما تفصل AutoInfra بين بيئات الخوارزميات وخدمات التدريب وبيئات الاختبار المعزولة، حمايةً لسلامة النظام ووقايةً من التلاعب بالمكافآت.

قال سيلفيو سافاريزي، نائب الرئيس التنفيذي وكبير العلماء في Salesforce: «لا تزال المنهجية العلمية هي الحاكمة، لكن الدورة أصبحت أسرع».

تحسّن أداء التضمين ونتائج قواعد الشيفرة

في التقييم العلني للتضمين، أفادت Salesforce بأن نقطة التحقق البحثية سجلت 57.21، مقابل 51.07 لنموذج EmbeddingGemma 2، أي تحسناً مُعلناً قدره 6.13 نقطة على مقياس من 0 إلى 100. وسجلت نقطة التحقق المدعومة للإنتاج 55.76. وتمثل الدرجات متوسط nDCG@10 عبر 10 مهام استرجاع ضمن مجموعة MTEB نفسها، التي تضم 41 مهمة؛ ويقيّم المقياس مدى الصلة بين أفضل 10 نتائج، مع منح النتائج الأعلى ترتيباً وزناً أكبر.

قُيّمت النماذج الثلاثة جميعها بحد أقصى للسياق يبلغ 8,192 رمزاً. وتوضح Salesforce صراحةً أن هذه القياسات مقارنات محلية بين نقاط التحقق، وليست مراكز رسمية في لوحة متصدري MTEB. لذلك، فهي توثّق التحسّن مقارنةً بخط الأساس المختار وفق بروتوكول مضبوط، لكنها لا تحدد موقعاً للنموذج في مواجهة المجال الأوسع.

استهدفت جلسة مستقلة ذاتية التشغيل، استمرت نحو تسع ساعات، تحسين كفاءة تقديم الخدمة. وأفادت Salesforce بزيادة الإنتاجية بنسبة 36% وانخفاض زمن الاستجابة بنسبة 17%، مع فقدان شبه معدوم في الجودة، ما يربط نتائج البحث بتكلفة الاسترجاع وسرعة استجابته عبر مجموعات بيانات العملاء الكبيرة.

وتشير النتائج الهندسية أيضاً إلى تسريع عمليات الاختزال في pandas بما يصل إلى 1.84× لأنواع البيانات القابلة لاحتواء قيم فارغة، التي تمثل القيم المفقودة صراحةً. كما تسجل زيادة وسيطة بنسبة 4.1% في عدد استعلامات hnswlib في الثانية عبر ثلاث عمليات بناء للفهرس، وزيادة بنسبة 17.5% في إنتاجية USearch أحادية النواة مع GCC 11.4. وتُستخدم المكتبتان الأخيرتان للبحث عن المتجهات، وهو إجراء أساسي في استرجاع الذكاء الاصطناعي.

يوثّق السجل الهندسي نفسه 134,064 حالة اختبار تفاضلي لرقعة pandas الخاصة بأنواع البيانات القابلة لاحتواء قيم فارغة، من دون أي اختلاف في القيم أو الأقنعة أو أنواع البيانات أو الاستثناءات. وتعود المدخلات التي لا ينطبق عليها مسار التنفيذ السريع إلى التطبيق الحالي في pandas، كما قُدّمت تحسينات pandas الثلاثة جميعها في طلبات سحب إلى المشروع الأصلي. وتعيد رقعة hnswlib استخدام ذاكرة مؤقتة لكل عامل، مع الحفاظ على نتائج بحث مطابقة بايتاً ببايت. أما رقعة USearch، فتخزّن معايير المتجهات المخزنة مؤقتاً، مضيفةً أربعة بايتات لكل متجه، مع الحفاظ على الاستدعاء في التقييم المذكور.

حدود الاستقلالية والنشر

لا يزال الباحثون يحددون الأهداف والميزانيات والتقييمات وقيود البيانات. ولا تستخدم النماذج المعدّة للمنتجات إلا مجموعات بيانات تدريب اجتازت المراجعة الأخلاقية والقانونية، كما يجب أن يستوفي أي نموذج محسّن متطلبات الثقة والسلامة الخاصة بالإنتاج. وقالت Salesforce إن العمل على الإنتاج جارٍ، لذا لا تعني النتائج البحثية لـ SFR-Embedding v4 أن طرحه للعملاء قد اكتمل.

يجمع SFR-AutoR&D بين التجريب المستقل والقيود ومتطلبات الأدلة التي يحددها البشر. وتكمن أهميته المباشرة في اختصار دورة البحث المنضبطة هذه من أسابيع إلى أيام؛ أما الاختبار الجوهري التالي، فهو التحقق مما إذا كانت مكاسب الإصدار v4 ستجتاز مراجعة الجاهزية للإنتاج وتصل إلى أنظمة الاسترجاع التي تعتمد عليها وكلاء Salesforce المؤسسيون.