Benchmark-ka cusub wuxuu helaa wakiilada AI si khaldan u xannibay shaqada la ansixiyay 28% wakhtiga

Maxaa dhacay

Cilmi-baarayaasha Oguz Serdar iyo Cuneyt Mertayak ayaa dhejiyay qoraal hordhac ah oo qeexaya SteerBench-Work, oo ah halbeeg u ah go'aankii hore ee "sii wad ama haynta" go'aanka goobta shaqada wakiilada AI. Waxay soo sheegaan in guud ahaan 30ka xaaladood ee moodeelka, moodooyinka si khalad ah loo haysto oggolaanshaha, caddaynta shaqada caddaynta ee 28.1% fursadaha iyo si khalad ah loo oggolaaday shaqo aan ammaan ahayn 1.0%.

Laba cilmi-baare, Oguz Serdar iyo Cuneyt Mertayak, ayaa dhajiyay horudhac si arXiv ah 12 Agoosto 2026 soo bandhigida SteerBench-Work, oo ah halbeeg lagu dhisay hal go'aan gudaha socodka shaqada wakiilka AI ee muddada dheer: haddii uu ficil sameeyo ama u hayo dib u eegista aadanaha ama siyaasadda. Qorayaashu waxay ugu yeeraan tan go'aanka isteerinka oo waxay ku dhejiyaan waxay ku yiraahdeen xadka ficil - barta wax yar ka hor inta uusan wakiilku soo dirin iimayl, isku darin codsi jiid, ama fiilo lacag bixin ah. Halbeeggu ma keenayo in wakiilku hawl dhammaystiri karo iyo in kale. Waxay u dhigantaa haddii wakiilku u gudbayo ama u hayo xadkaas si sax ah.

Siideynta lagu sifeeyay qoraalka la taaban karo waxaa lagu suntay v2026-05 waxayna ka kooban tahay 106 xaaladood oo ku saabsan howlaha horumariyaha, adeegga macaamiisha, maaliyadda, sharciga, caafimaadka, HR, iyo amniga. Dhacdooyinka waxay ku xiran yihiin dhacdooyinka dadweynaha. Mid kastaa waxa lagu lammaaniyaa waxa ay qorayaashu ugu yeedhaan muraayad caddayn-rogid ah - nooc ka mid ah xaalad la mid ah taas oo caddaynta hoose ay si kale u tilmaamayso - oo ay weheliso kontaroolada cabbirka. Calaamaduhu waxay u kala qaybsan yihiin si siman inta u dhaxaysa sii socoshada iyo qabashada, taas oo ay qorayaashu yiraahdeen waa ula kac: waxay ku siinaysaa labada tilmaamood ee khaladka ah ee ku dhow tiro isku mid ah fursadaha inay dhacaan, sidaa darteed moodalku si fiican uma dhalin karo si fudud isaga oo diida digniinta. Shay kasta, qaab ayaa lagu tusi doonaa ficil la soo jeediyay iyo cadaymaha la hayo, wuxuuna soo celinayaa go'aanka albaabka.

Guud ahaan 30 xaaladood oo moodeel ah, qorayaashu waxa ay soo tebiyaan in guuldarradu ay gebi ahaanba u socdaan hal jiho. Moodooyinka si khalad ah loo haysto idman, cadaymo-nadiif ah waxay shaqeeyaan 28.1% ee fursadaha, iyadoo si khalad ah u oggolaanaya shaqo aan ammaan ahayn 1.0%. Qaybta ugu adag, marka loo eego qoraalka aan la taaban karin, waa waxa qorayaashu ugu yeeraan khatarta-xalinta dambiyada: kiisaska khatarta dhabta ah ee kicinaysa laakiin la saxeexay ama caddayn habaysan ay mar hore nadiifisay, jawaabta saxda ahna waa in la sii wado. Waxqabadku sidoo kale si aad ah ayey ugu kala duwanaayeen dhacdooyinka caanka ah iyo muraayadahooda - 98.5% dhacdooyinka laftooda marka loo eego 63.8% noocyada caddaynta.

Qorayaashu waxay soo saareen farqi dheeraad ah oo u dhexeeya kartida guud iyo habaynta isteerinka. Moodooyinka kartida sare, waxay qoraan, oo inta badan diidaan xadka ballanta, iyo sababaynta dheeraadka ah waxay hagaajin kartaa albaabka daciifka ah marka ay ka tagayaan guri hore loo hagaajiyay. Nuqulku waxa uu tilmaamayaa boodhka dadweynaha, laakiin bogga isha waxa uu ka dhigayaa ciwaanka meel-haye halkii uu ka ahaan lahaa isku xidhka shaqada.

Waxyaabo dhowr ah kuma dhisna walxaha halkan laga heli karo. Qoraalku ma magacaabayo moodooyinka la tijaabiyay, ma qeexayo waxa lagu tiriyaa inay yihiin "xaalad moodal" oo ka duwan 30-ka, mana siinayso qayb-domain ama nooc kasta. Ma qeexayo cidda qortay sumadaha runta-hoose ama sida khilaafyada loo xalliyey, iyo summada nooca v2026-05 laguma sharraxin taariikhda soo gudbinta Agoosto. Kani waa nuqul-hal-daabacan oo aan lahayn calaamad muujinaysa dib-u-eegis asaageed ah, midna tirooyinka si madax bannaan looma soo saarin.

Faahfaahinta isha: arxiv.org ↗

Maxay muhiim u tahay

Inta badan baaritaanka badbaadada wakiilku waxay cabbiraan bal in moodooyinka ay xannibaan falalka waxyeellada leh. Shaqadani waxay cabbirtaa labada jihooyinka qaladka waxayna ogaatay in guuldarradii ugu waynayd ay tahay xannibaad xad-dhaaf ah, taas oo xambaarsan kharashyada hawlgalka dhabta ah waxayna ku riixi kartaa bini'aadamka inay ku dhejiyaan caag. Nambaradu waxay ka yimaadeen qoraal aan dib loo eegin oo aan si madaxbanaan loo xaqiijin.

Wakiilada AI ayaa si sii kordheysa loo geynayaa si ay u qaadaan ficillo halkii ay ka ahaan lahaayeen soo saarista qoraalka oo kaliya, iyo barta ay soo jeedintu noqoto saameyn aan la bedeli karin waa halka khatarta dhabta ah ay ku dhacdo. Wax badan oo ka mid ah shaqada badbaadada wakiilka ee la daabacay ayaa waydiisa hal su'aal - qaabku miyuu diiday shayga waxyeellada leh? - iyo nidaamka diidaya wax walba ayaa si fiican u buunbuuniyay su'aashaas isagoo aan faa'iido lahayn. Adigoo isku dheeli tiraya sii wadida oo hay summada iyo ka warbixinta labada heerar khaladaadka, bartilmaameedkani waxa uu cabbiraa isdhaafsiga halkii dhinac ka mid ah.

Haddii asymmetry-ga la soo sheegay uu soo koobo, dhibka dhabta ah ee ka jira hawlgelinta wakiillada ganacsigu waxa laga yaabaa inay u dhowaato xannibaado xad-dhaaf ah marka loo eego ficilka baxsadka ah. Haysashada beenta ah bilaash maaha. Dariiq kastaa wuxuu dib ugu shaqeeyaa qofka, kaas oo meesha ka saaraya kiiskii hufnaanta ee otomaatiga hawsha gabi ahaanba, oo ku daraysa daahitaanka hababka sida xallinta tikidhada ama dib u eegista koodka halkaasoo daahitaanka laftiisu uu leeyahay kharash. Waxa kale oo jirta khatar aan fiicneyn: safka dib u eegista oo ay ka buuxaan koror aan loo baahnayn ayaa ku tababarta dib-u-eegayaasha si ay si dhakhso ah u ansixiyaan, taas oo wiiqaysa kormeerka bini'aadamka ee habka haynta u jiro si loo bixiyo. Saamayntaas hoose waa fikrad macquul ah oo ka timid dejinta, ma aha wax cabbirka cabbiraadda.

Farqiga u dhexeeya 98.5% ee dhacdooyinka caanka ah iyo 63.8% ee muraayadaha caddayntooda ayaa ah natiijada ugu mudan in la baaro. Waxay la socotaa moodooyinka aqoonsanaya qaabka guuldarada si wanaagsan loo diiwaangeliyay oo ka jawaabaya aqoonsigaas halkii ay ka akhrin lahaayeen caddaynta hortooda. Haddii akhrintaasi ay sii socoto, waxay adkaynaysaa sida ay iibsadayaashu u fasiri lahaayeen buundooyinka badbaadada wakiilka guud ahaan: moodalku wuxuu u eegi karaa la isku halayn karo xaaladaha u eg sheekooyinka digniinta ee la daabacay iyadoo isla xaaladda qaabdhismeedka si liidata loola tacaalayo marka xaqiiqada dib loo habeeyo. Qaybaha "khatar la xaliyay" ayaa si sax ah tani u tijaabiyay - cadaymo ayaa jira oo nadiifiya khatarta kicisay, qaabkana waa inuu si dhab ah u farsameeyaa.

Natiijooyinka sidoo kale waxay ku saabsan yihiin sida shuruudaha bini'aadamka-in-loop loo qoro. Siyaasadaha waajibinaya in dib u eegis lagu sameeyo qaybaha ficilku waxay u malaynayaan in albaabku yahay mid badbaado leh. Shaqadani waxay soo jeedinaysaa in iridku leeyahay heerka khaladka u gaarka ah, jihada xannibaadda shaqada la nadiifiyey, iyo in heerka la cabbiro halkii loo malayn lahaa inuu eber ku dhow yahay.

Marka la miisaamo waxaas oo dhan: bartilmaameedku waxa uu qiimeeyaa hal xukun oo go'aan ka hor ah oo la siiyay xirmo caddayn ah, ma aha wakiilka ku shaqeeya wareegtada qalab dhab ah oo leh macluumaad aan dhammaystirnayn waa in uu is ururiyaa. Hawlgelinta dhabta ah waxay sidoo kale gadaal ka fadhidaa nidaamyada oggolaanshaha iyo xaaladda ururka oo aanay xaaladuhu si buuxda u matali karin. Haddii 106 xaaladood la dhisay, si kastaba ha ahaatee si taxadar leh loo qotomiyey, saadaalinta hab-dhaqanka wax soo saarku waa su'aal furan, sheegashada halkanna waa qorayaasha.

Maxaa la daawan doona xiga

Haddii warqadda buuxda, xogta xogta, iyo sabuuradda hogaaminta ay tilmaamaan moodooyinka la tijaabiyay; haddii kooxaha madaxbannaan ay soo saaraan farqiga diidmada xad-dhaafka ah; haddii natiijada muraayadda caddayntu ay u taagan tahay calaamad muujinaysa qaab-ku-habboonaanta; iyo haddii iibsadayaasha iyo maamulayaashu bilaabaan inay ula dhaqmaan haynta beenta ah sidii guuldarr la qiyaasay halkii ay ka ahaan lahaayeen mid ammaan ah.

Waxa ugu dhakhsaha badan ee la raadiyo waa siidaynta. Warqadda buuxda, xog kasta oo la sii daayay ama koodh, iyo hooggaanka tixraacyada aan la taaban karin waxay tusi doonaan moodooyinka la tijaabiyay, sida shuruudaha 30 loo sameeyay, iyo sida tirada 28.1% ay u qaybiso moodooyinka iyo qaybaha. Tirada guud ee ka kooban 30 xaaladood ayaa qarin karta kala duwanaansho ballaadhan, su'aasha dhabta ah ee qof kasta oo dooranaya moodeel waa habkee ku fadhiya dhammaadka xadkaas.

Ku-noqoshada madax-bannaanidu waxay ka muhiimsan tahay tirada cinwaanka. U fiirso kooxaha kale ee maamula xaaladaha, si ay u eegaan calamadaha runta-hoose ee kiisaska "khatar la xalliyo" ee ugu adag, iyo haddii farqiga u dhexeeya shilalka-muraayadaha uu ka badbaaday tijaabinta dadka aan dhisin bartilmaameedka. Farqigaas ayaa ah sheegashada ugu badan ee warqadda, sidoo kale waa tan ugu badan ee ku xiran sida muraayadaha loo dhisay.

Waxa kale oo mudan in la raadraaco haddii hal-tallaabo qaabaynta wareejinta Qaabka la weydiisto in uu ka soo galo hal tallaabo oo la soo jeediyay oo leh caddayn la keenay ayaa ku jira boos ka duwan wakiilka hawl-dhexe oo ay tahay in uu go'aamiyo caddaynta la ururinayo ka hor inta aan la samayn. Shaqada daba-galka ah ee gelinta isla xaaladaha gudaha wareegyada wakiillada ayaa tijaabin doonta haddii cabbirka halkan lagu qiyaasay uu saadaaliyo dabeecadda dhabta ah.

Dhinaca korsashada, su'aashu waxay tahay in qiimayaasha-hayssiga beenta ahi ay galaan kaadhadhka wax iibsiga iyo nidaamka oo ay weheliyaan qiimayaasha diidmada, iyo haddii kuwa soo-saarayaasha moodelku bilaabaan hagaajinta cabbirka xadka ficilka halkii ay ka ahaan lahaayeen taxaddar kali ah. Sheegashada qorayaasha ee ah in sababaynta dheeraadka ah ay caawiso albaabada daciifka ah laakiin aan hore loo saxin, haddii la xaqiijiyo, waxay ka soo horjeedaa malo-awaalka ah in xisaabinta waqti badan oo ka-fiirsasho ah ay si kalsooni leh u wanaajiso xukunka badbaadada khuseeya.

Ugu dambeyntii, daawo nuqulka Halbeeg lagu calaamadiyay v2026-05 oo ku xidhan shilalka dadwaynaha ayaa la kulma dhibaato faddarayn maadaama ay xaaladeeda wareegayso oo moodooyinka mustaqbalka ay ku tababarayaan iyaga. Sida qorayaashu dib u cusbooneysiiyaan jaantuska - iyo haddii waxqabadka muraayadda uu ku fiicnaado iyada oo loo marayo faa'iidooyin macquul ah ama muujinta - waxay go'aamin doontaa ilaa inta ay tirooyinka ka dhigan yihiin maanta.

Tilmaamaha la xidhiidha & su'aalaha