Maxaa dhacay
Koox cilmi-baarayaal ah ayaa soo jeediyay Consilience, oo ah qaab-hawlgaleedka waqtiga-fiirsashada ee nidaamyada qaabka luqadda waaweyn ee wakiillada badan. Waxay raad raacdaa hubanti la'aanta, khilaafka, faa'iidada caddaynta, dib-u-celinta iyo heshiis dhicis ah, ka dibna waxay doorataa inay wakiiladu ka doodaan, caddeeyaan, raadiyaan caddayn ama dariiqa dooda, iyo sidoo kale wakiilka ay tahay inuu hadlo. Wargeysku waxa uu ka warbixiyey natiijooyinka 12 nooc oo luqadood oo furfuran iyo kuwo xidhan oo ku saabsan hawlaha qaabka HiddenBench.
Daabacaadda hore ee arXiv, oo la soo gudbiyay Agoosto 20, 2026, waxay diiradda saartaa sababo qarsoon oo wakiilo badan leh. Goobtan, wakiilka-qaabka luqadeed kastaa wuxuu arkaa qayb ka mid ah caddaynta loo baahan yahay go'aanka saxda ah. Qorayaashu waxay ku doodayaan in hababka isuduwidda guud - jadwal go'an, isweydaarsiga wareega iyo doodaha aan habaysan - ma bixiyaan dammaanad ah in tallaabo wada hadal gaar ah ay ku habboon tahay. Degenaansho waxaa loo soo bandhigay hab lagu xakameynayo isdhaafsigaas waqtiga fikradda, halkii laga ahaan lahaa qaab luqadeed cusub ama hab tababar cusub.
Qaab-dhismeedku waxa uu ilaaliyaa xaalad wada hadal kooban. Sida ku cad qoraalka la taaban karo, gobolkaasi wuxuu soo koobayaa hubanti la'aan, khilaaf, faa'iido cadeymo, shaqo la'aan iyo heshiis dhicis ah. Mar kasta, nidaamku wuxuu isticmaalaa calaamadahaas si uu u doorto faragelinta iyo ku hadalaha labadaba. Waxqabadyada jira waa in lagu doodo booska jira, la caddeeyo macluumaadka, la raadiyo caddayn dheeraad ah ama dariiqa wada hadalka. Tani waxay ka dhigeysaa xulashada isgaarsiineed dhibaato kontorool oo cad: nidaamku wuxuu go'aamiyaa goorta ay tahay in wada hadalku sii socdo, nooca beddelka loo baahan yahay iyo wakiilka ugu wanaagsan ee loo qoondeeyey inuu bixiyo.
Sheegashada farsamada dhexe ee warqadu waa habraac saxid toosan oo caqli gal ah. Qorayaashu waxay yiraahdeen waxay bixisaa dammaanad-qaybin-free, muunad-dhammaystiran: shuruud ku xiran in dooda la gaaro wareeg la bixiyay, hal-tallaabo oo ka qoomameynta tillaabada la soo jeediyay maamuluhu waxay ku xad-gudban tahay xad la cabbiray oo leh ixtimaalka yar ee ugu yaraan 1 laga jaray alfa. Qaabka aqbalida ayaa markaa loo adeegsadaa si loo dhaqan geliyo dammaanad isku mid ah ficilka dhabta ah ee la fuliyay, iyadoo la bedelayo soo jeedinta lagu xukumay in aan la aqbali karin qaanuunka cabbirka. Isha ayaa tan u soo bandhigtay sida lakabka shahaado ee go'aamada isgaarsiinta, ma aha dammaanad qaadka in jawaab kasta oo kama dambays ah ay sax tahay.
Qorayaashu waxay ka warbixiyaan qiimaynta qaabka HiddenBench ee hawlaha qarsoon ee ka kooban 12 nooc oo luuqadood oo furfuran iyo kuwo xidhan. Qoraalku waxa uu leeyahay Xasilloonidu waxa ay hagaajisaa saxnaanta go'aanka iyo hufnaanta isgaadhsiinta marka la barbar dhigo hab-maamuuska doodaha ee go'an iyo kuwa aan habaysan, iyo mararka qaarkood waxa uu dhaafaa gunta macluumaadka buuxa kaas oo wakiil kasta uu arko dhammaan caddaynta. Isha ma bixinayso cabbirka nambarada ee horumarkaas agabka halkan lagu keenay. Waxa ay u aqoonsanaysaa soo gudbinta sidii 39 bog oo horudhac ah oo leh laba tirooyin, sagaal miis, lifaaq ka kooban caddaynta Soo jeedinta 1, natiijooyin la ballaadhiyey, aflagaado iyo qaabab degdeg ah oo dhammaystiran. Isha ma cadda in shaqada lagu sameeyay dib u eegis asaageed.
Faahfaahinta isha: arxiv.org ↗
Maxay muhiim u tahay
Shaqadu waxay wax ka qabanaysaa dhibaatada la taaban karo ee wakiilada badan ee AI: ku darida wakiilo badan ama macluumaad dheeraad ah si toos ah uma soo saaraan go'aamo ka fiican. Wax ku darsiga ku-takashadu waa habayn iyo hab aqbalid oo loogu talagalay in lagu sameeyo doorashooyin isgaarsiineed oo la isku halleyn karo iyo in la bixiyo xad la qiyaasi karo oo ku saabsan qoomameynta hal-tallaabo ee maamulaha.
Nidaamyada wakiillada badan ee AI waxay inta badan u qaybiyaan macluumaadka dhowr tusaale oo tusaalayaal ah waxayna ku tiirsan yihiin wada hadalka si ay isugu daraan. Habayntaasi waxa ay abuurtaa mushkilad isuduwidda oo ka duwan awoodaha nooc kasta oo shakhsi ah. Wakiilku waxaa laga yaabaa inuu u baahdo inuu codsado caddayn maqan, ka doodo gabagabada daciifka ah ama joojiyo ku celcelinta macluumaadka hore loo wadaagay. Degenaansho ayaa si toos ah u beegsanaysa lakabkaas, iyada oo ka dhigaysa doorashada ficil-isgaarsiineed qayb ka mid ah habka go'aanka nidaamka.
Isbarbardhigga la soo sheegay ee salka xogta buuxa waa mid xusid mudan sababtoo ah waxay tilmaamaysaa wax-ku-oolnimada suurtagalka ah ee ganacsiga. Haddii natiijada warqaddu ay noqoto mid guud, isgaarsiinta si taxadar leh loo kontoroolo ayaa mararka qaarkood magdhow siinaysa wakiilada aan helin cadaymo kasta. Taasi waxay muhiim u tahay nidaamyada loo qaabeeyey macluumaadka xasaasiga ah ee la qaybiyey ama sirta ah, halkaas oo la wadaaga dhammaan caddaynta wakiil kasta ay noqon karto mid qaali ah ama aan la rabin. Isha, si kastaba ha ahaatee, ma muujinayso ilaalinta gaarka ah ama ma xaqiijinayso in ay Consilience ka hortagto macluumaadka xasaasiga ah in la shaaciyo.
Sheegashada is-habaynta waxay sidoo kale siin kartaa naqshadeeyayaasha nidaamka hab cad oo ay ku xisaabiyaan habdhaqanka abaabulka. Jadwalka wada xaajoodka go'an ayaa fududayn kara in la fuliyo laakiin waxa laga yaabaa inay ku kharash garayso beddelaad aan badnayn ama si liidata loo beegsaday. Xakameeyaha shahaadeysan wuxuu bixin karaa marin rasmi ah oo lagu diido qaar ka mid ah tallaabooyinka la soo jeediyay, taasoo u oggolaanaysa hawl-wadeennada inay kala soocaan go'aanka isgaarsiinta ee la aqbalay iyo mid aan la ansixin. Dammaanadda lagu sifeeyay qoraalka la taaban karo waxa ay qusaysaa hal-tallaabo oo laga qoomameeyay marka la eego shuruudaha habaynta; waa in aan loo akhriyin sida dammaanad isku halaynta guud ee nidaamka wakiilada badan oo dhamaystiran.
Qiimaha la taaban karo ayaa ah mid ku meel gaar ah. Caddaynta la soo sheegay waxay ka timid hawlaha qaabka HiddenBench iyo noocyo 12 luqadood ah, oo aan lahayn tirooyin ku jira isha la bixiyay oo tusinaysa natiijooyinka aasaasiga ah ee dhammaystiran, qiimaha abaabulka, daahitaanka, kiisaska guul-darrida ama waxqabadka culayska shaqada. Sidoo kale ma cadda sida uu hab xasaasi ugu yahay doorashada alfa, xogta cabbirida, xaaladda kooban ama isku dhafka moodeelka hoose. Xuduudahaas ayaa tan ka dhigaya jihada cilmi-baarista ee faa'iido leh, halkii ay caddayn lahayd in isku-dubbaridka AI ee wakiillada badan la xalliyo.
Farsamaynta Is-dhexgalka: Sida Dhabta Ay U Shaqeyso
U baadh tignoolajiyada hoose ee ka dambeeya horumarkan si isdhexgal leh.
An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Maxaa la daawan doona xiga
Su'aalaha ugu muhiimsan ee furan ayaa ah in guulaha la soo sheegay ay ka sarreeyaan jaangooyooyinka bartilmaameedka warqadda, inta xisaabinta iyo daahitaanka ay ku daraan abaabulka, iyo sida habayntu u dhaqmo marka hawlaha, moodooyinka ama qaybinta caddayntu ay isbeddelaan. Isha ma bixinayso faa'iidooyin sax ah oo tirooyin ah, tirooyinka hufnaanta ama natiijooyinka geynta adduunka dhabta ah.
Mudnaanta koowaad waa diiwaanka tijaabada oo buuxa. Maqaalka la taaban karo ayaa ka warramaya hagaajinta saxnaanta iyo hufnaanta isgaadhsiinta laakiin ma sheegayo cabbirrada saamaynta, tirinta hawsha, muddada kalsoonida ama qeexida saxda ah ee hufnaanta. Faahfaahintaasi waxay go'aamin doonaan haddii natiijadu tahay horu-mar macno leh ama saamayn bartilmaameed cidhiidhi ah. Burburinta waa in ay muujisaa doorsoomayaasha gobolka iyo faragelinta ugu badan ee natiijada ku biirta.
Cilmi-baarayaasha iyo nidaam-dhisayaasha waa inay sidoo kale baaraan shuruudaha hawlgalka dammaanadda. Xudduudda la sheegay waxay ku xiran tahay in la gaaro wareeg wadahadal waxaana lagu tilmaamay inay tahay dammaanad-ixtimaal-marginal. Ma cadda isha la keenay sida loo ururiyo xogta is-habaynta, sida xadku isu beddelo wareegyada ama waxa dhacaya marka qaybinta hawsha nooli ay ka duwan tahay qaybinta habaynta. Ku adkaysiga meelaha cusub, caddaynta iska soo horjeeda iyo beddelka dadka moodeelka ayaa markaa ah su'aal muhiim ah oo aan jawaab loo helin.
Kharashka hirgelinta waa arrin kale oo furan. Degenaansho waxay ku darsataa la socodka gobolka, xulashada ficilka, xulashada afhayeenka iyo aqbalaadda soo jeedinta nidaam horeba u wada hadal ahaa. Nidaamku wuxuu heli karaa saxsanaan isagoo luminaya qiimaha wax ku oolka ah haddii kontarooladaas ay u baahan yihiin wicitaanno qaabaysan oo badan, calaamado ama waqti. Warbixinta mustaqbalka waa in lagu qiyaasaa kharashaadka ka dhanka ah kaydka ka imanaya shaqo-ka-dhimista oo la dhimay oo isbarbardhig habka iyo shuruucda dariiqa fudud ama joojinta.
Ugu dambayntii, shaqadu waxay u baahan tahay in la tijaabiyo meel ka baxsan hab-beeleedka. Isha ma sheegto hawlgelinta, kormeerka aadanaha, maaraynta xogta xasaasiga ah ama cawaaqibka go'aannada sarraysa. Ku-noqoshada madax-bannaani waxay gacan ka geysan doontaa in la ogaado in natiijooyinka ay ku xiran yihiin naqshadaha degdegga ah ee qorayaasha, xulashada qaabka ama dhismaha bartilmaameedka. Ilaa markaas, warqadda waxaa sida ugu wanaagsan loo fahmay soo jeedin rasmi ah oo leh natiijooyin rajo leh oo la soo sheegay iyo hubanti la'aan macno leh oo ku saabsan guud ahaan.