تطلق Perplexity معيار WANDR لتقييم قدرات البحث في مجال الذكاء الاصطناعي

قدّمت شركة Perplexity AI WANDR (Wide ANd Deep Research)، وهو معيار مفتوح مُصمَّم لتقييم مدى فعالية أنظمة الذكاء الاصطناعي في تنفيذ مهام بحث واسعة النطاق، وذلك في 14 يوليو 2026. يتضمن إطار العمل 500 مهمة واقعية لجمع البيانات مُحاكاَة لأعمال المعرفة الاحترافية، بما في ذلك تحليل السوق، والعناية الواجبة، والمراجعات الأدبية، والاستخبارات التنافسية، والمقارنات بين المنتجات، ومصادر المواهب. جرى إطلاق المعيار لمعالجة التحدي المتمثل في أن أنظمة الذكاء الاصطناعي الحالية تواجه صعوبة في تحديد أعداد كبيرة من الكيانات ذات الصلة والتحقق من كل نتيجة عبر أدلة داعمة. ووفقاً لـPerplexity، حتى أعلى نموذج أداءً في تقييم الشركة حقق درجة F1 ناعمة قدرها 0.363 ودرجة F1 صلبة قدرها 0.133، ما يشير إلى أن البحث الواسع النطاق والمسنود بالأدلة لا يزال بعيداً عن أن يكون مؤتمتاً بالكامل. يتضمن المعيار أكثر من 170,000 سجل مدعوم بالمصادر عبر مهامه الـ500، ما يوفر بيئة اختبار واسعة النطاق لوكلاء الذكاء الاصطناعي الموجهين للبحث في قطاع تُعد فيه تغطية شاملة عبر مئات أو آلاف السجلات أمراً حاسماً لأعمال المعرفة الاحترافية.

تقييم Perplexity لستة أنظمة بحث في مجال الذكاء الاصطناعي باستخدام معيار WANDR

قيّمت Perplexity ستة أنظمة بحث جاهزة للإنتاج في مجال الذكاء الاصطناعي باستخدام WANDR في ظل ظروف اختبار مماثلة. حققت منصتها Search as Code (SaC) أعلى مستوى أداء إجمالاً، مسجلة درجة F1 ناعمة قدرها 0.363 ودرجة F1 صلبة قدرها 0.133. جاءت Anthropic في المرتبة الثانية بدرجات 0.249 و0.072، بينما لم تتجاوز الأنظمة الأخرى التي جرى تقييمها درجة F1 ناعمة قدرها 0.121. كما خلصت الدراسة إلى أن زيادة الجهد الحاسوبي تُحسن الأداء عموماً لعدة نماذج، رغم أن ارتفاع التكاليف وأزمنة المعالجة الأطول لا يترجمان دائماً إلى نتائج أفضل.

وعلى عكس معايير الذكاء الاصطناعي التقليدية التي تركز على توليد إجابة واحدة أو تقرير مكتوب، يقيس WANDR قدرة نظام الذكاء الاصطناعي على تحديد أعداد كبيرة من الكيانات ذات الصلة والتحقق من كل نتيجة عبر أدلة داعمة. يهدف المعيار إلى عكس سير عمل البحث في العالم الحقيقي، حيث لا يعتمد النجاح فقط على العثور على معلومات دقيقة، بل أيضاً على تحقيق تغطية شاملة عبر مئات السجلات أو حتى آلاف السجلات.

يستخدم WANDR عملية تقييم دون الاعتماد على المراجع للتحقق من أبحاث الذكاء الاصطناعي

يستخدم WANDR عملية تقييم دون الاعتماد على المراجع تتحقق من كل مطالبة مقدمة مقابل الأدلة التي يستشهد بها نظام الذكاء الاصطناعي، بدلاً من مقارنة النتائج بمفتاح إجابة ثابت. تتم مراجعة كل مطالبة بحثاً عن جودة المصدر، والدقة الواقعية، والأهمية، وما إذا كانت المقتطفات الداعمة تُثبت فعلاً المعلومات المعروضة. صُمم هذا النهج ليعكس بشكل أفضل واقع البحث في العالم الحقيقي، حيث تتغير المعلومات بمرور الوقت، ويصعب الحفاظ على مجموعات إجابات كاملة.

كما يوفر المعيار تشخيصات تفصيلية لتحديد مواضع فشل أنظمة الذكاء الاصطناعي أثناء مهام بحث معقدة. يمكن قياس الأداء عبر مراحل متعددة، بما في ذلك اكتشاف المعلومات، وإثراء البيانات، ومطابقة الهوية، والتحقق من المصادر، واستخراج الأدلة، ما يتيح للمطورين تحديد نقاط الضعف بعيداً عن درجات الدقة الإجمالية.

وقالت Perplexity إن المعيار مُصمَّم ليكون مورداً مفتوحاً للباحثين والمطورين العاملين على أنظمة البحث والبحث المدعومة بالذكاء الاصطناعي. وبالإضافة إلى القياس عبر المعيار، قد يدعم WANDR أيضاً تقنيات التعلم المُعزز في المستقبل عبر توفير تغذية راجعة مُهيكلة في كل مرحلة من مراحل عملية البحث، بما يمكّن نماذج الذكاء الاصطناعي من التحسن ليس فقط في الدقة الواقعية، بل أيضاً في التخطيط والتغطية وجمع الأدلة على نطاق واسع.

الأسئلة الشائعة

ماذا أطلقت Perplexity AI في 14 يوليو 2026؟

أطلقت Perplexity AI WANDR (Wide ANd Deep Research)، وهو معيار مفتوح مُصمَّم لتقييم مدى فعالية أنظمة الذكاء الاصطناعي في تنفيذ مهام بحث واسعة النطاق تتطلب اكتشاف معلومات على نطاق واسع، وجمع أدلة تفصيلية.

كيف كان أداء منصة Search as Code لدى Perplexity في تقييم WANDR؟

حققت منصة Perplexity’s Search as Code (SaC) أعلى مستوى أداء إجمالاً بين ستة أنظمة بحث في مجال الذكاء الاصطناعي جرى تقييمها، مسجلة درجة F1 ناعمة قدرها 0.363 ودرجة F1 صلبة قدرها 0.133.

ما الذي تتحقق منه عملية التقييم دون الاعتماد على المراجع لدى WANDR؟

تتحقق عملية التقييم دون الاعتماد على المراجع لدى WANDR من كل مطالبة مقدمة مقابل الأدلة التي يستشهد بها نظام الذكاء الاصطناعي، عبر فحص جودة المصدر، والدقة الواقعية، والأهمية، وما إذا كانت المقتطفات الداعمة تُثبت فعلاً المعلومات المعروضة.