متا از Muse Spark 1.1، جدیدترین مدل استدلالی خود رونمایی کرد

مدلMuse Spark 1.1 یک مدل استدلال چندوجهی است که برای انجام وظایف عامل‌محور طراحی شده و پیشرفت‌های قابل‌توجهی در استفاده از ابزارها و رایانه، برنامه‌نویسی و درک چندوجهی ارائه می‌دهد.

تغییرات

این بهبودها باعث شده‌اند Muse Spark 1.1 مرز میان کارایی و بهره‌وری عملکرد را یک گام دیگر جابه‌جا کند. این عرضه، در کنار معرفی Muse Image، متا را بیش‌ازپیش به چشم‌انداز ابرهوش شخصی نزدیک می‌کند؛ مدلی که به کاربران کمک می‌کند اهداف خود را دنبال کنند، آنچه را در ذهن دارند خلق کنند، روابط خود را عمیق‌تر سازند و برای آنچه بیشترین اهمیت را برایشان دارد، دست به عمل بزنند.

در هوشیو بخوانید:

متا با مدل Muse Image، تولد تصویر با هوش مصنوعی را به استوری اینستاگرام و چت واتس‌اپ می‌آورد

هم‌زمان با این، نسخه پیش‌نمایش عمومی  Meta Model API نیز منتشر شده تا توسعه‌دهندگان بتوانند به Muse Spark 1.1 دسترسی داشته باشند. این مدل از هم‌اکنون در حالت Thinking در اپلیکیشن Meta AI و وب‌سایت meta.ai در دسترس است.

ارزیابی‌ها

جزئیات بیشتر Muse Spark 1.1 Evaluation Report در هوشیو

عامل‌های هوشمند

Muse Spark 1.1 در انجام وظایف عامل‌محور شخصی که به برنامه‌ریزی و هماهنگ‌سازی میان مجموعه‌ای از برنامه‌ها و سرویس‌های خارجی نیاز دارند، عملکردی ممتاز ارائه می‌دهد. این مدل قادر است بدون نیاز به نمونه‌های آموزشی (Zero-shot) قابلیت‌های خود را به ابزارهای بومی جدید، سرورهای MCP و مهارت‌های سفارشی تعمیم دهد.

این مدل پروژه‌های پیچیده را به‌مراتب سریع‌تر از Muse Spark انجام می‌دهد، زیرا به‌گونه‌ای آموزش دیده است که سامانه‌های چندعاملی را برای بهینه‌سازی تأخیر سرتاسری هماهنگ کند. مدل در نقش عامل اصلی می‌تواند اطلاعات زمینه‌ای را گردآوری کند، برنامه‌ای تدوین کرده و اجرای وظایف را میان چندین زیرعامل که به‌صورت موازی فعالیت می‌کنند، توزیع کند. در نقش عامل فرعی نیز وظیفه محول‌شده را به‌دقت دنبال می‌کند، ابزارهای در دسترس را می‌شناسد و تشخیص می‌دهد چه زمانی لازم است کنترل را دوباره به عامل اصلی واگذار کند.

Muse Spark 1.1 همچنین می‌تواند فعالانه پنجره زمینه یک میلیون توکنی خود را مدیریت کند. این مدل اقدامات انجام‌شده را به‌خاطر می‌سپارد، اطلاعات مربوط به بخش‌های بسیار قدیمی‌تر فرایند را بازیابی می‌کند و زمینه را به شکلی فشرده‌سازی می‌کند که مراحل حیاتی موردنیاز برای ادامه کار حفظ شوند.

استفاده از رایانه

Muse Spark 1.1 در گردش‌کارهای مبتنی بر استفاده از رایانه که میان چندین نرم‌افزار جریان دارند و اطلاعات در طول اجرا به طور مداوم تغییر می‌کند، عملکرد بسیار قدرتمندی دارد. این مدل در طول نشست‌های طولانی، زمینه را حفظ می‌کند، خود را با نیازمندی‌های در حال تغییر تطبیق می‌دهد و با حداقل مداخله انسانی در رابط‌های کاربری ناآشنا حرکت می‌کند.

برخلاف رویکردی که هر مرحله از کار با رایانه را به‌صورت کلیک‌به‌کلیک تحلیل می‌کند، Muse Spark 1.1 تشخیص می‌دهد چه زمانی باید یک فرایند را خودکارسازی کند و چه زمانی تعامل مستقیم با رابط کاربری گزینه مناسب‌تری است. این مدل به‌گونه‌ای آموزش دیده که هرگاه خودکارسازی سریع‌تر باشد اسکریپت بنویسد، هرگاه تعامل مستقیم ساده‌تر باشد روی عناصر رابط کاربری کلیک کند و در هر مرحله مجموعه‌ای از اقدامات را به‌صورت دسته‌ای تولید و اجرا کند.

برنامه‌نویسی

عملکرد Muse Spark 1.1 در برنامه‌نویسی، به‌ویژه در وظایف واقعی مرتبط با پایگاه‌های کد بزرگ و پیچیده، به طور چشمگیری بهبود یافته است. این مدل می‌تواند اشکالات پیچیده را شناسایی و رفع کند، قابلیت‌های جدید را در سامانه‌های سازمانی پیاده‌سازی کند و مهاجرت‌های گسترده کد را به انجام برساند. در کاربردهایی مانند توسعه برنامه‌های وب و سامانه‌های پرسش‌وپاسخ سرتاسری، Muse Spark 1.1 نسبت به نخستین مدل متا پیشرفت قابل‌توجهی نشان می‌دهد.

این مدل به‌گونه‌ای آموزش دیده است که بتواند به‌صورت روان با محیط‌های اجرایی و سازوکارهای حفاظتی مختلف سازگار شود و تعاملات پیچیده چندمرحله‌ای را با اطمینان مدیریت کند. همچنین با پیکربندی‌های رایج برنامه‌نویسی عامل‌محور سازگاری بالایی دارد و از قابلیت‌هایی مانند حالت برنامه‌ریزی (Planning Mode)، شرطی‌سازی بر اساس هدف (Goal Conditioning)، واگذاری وظایف به زیرعامل (Subagent Delegation) و فشرده‌سازی زمینه (Context Compaction) پشتیبانی می‌کند.

در سراسر شرکت متا، توسعه‌دهندگان و پژوهشگران هر روز از Muse Spark 1.1 برای توسعه سریع‌تر و افزایش بهره‌وری استفاده می‌کنند. این مدل در معیار ارزیابی داخلی برنامه‌نویسی متا (Meta Internal Coding Bench) نسبت به Muse Spark پیشرفت چشمگیری داشته و از نظر عملکرد با برترین مدل‌های موجود رقابت می‌کند.

پژوهشگران همچنین اکنون با بهره‌گیری از Muse Spark 1.1 در جریان‌های کاری خود، فرایندهای توسعه و ارزیابی مدل‌ها را نیز به‌صورت خودکار انجام می‌دهند.

قابلیت‌های چندوجهی

علاوه بر توانایی‌های برنامه‌نویسی و عامل‌محور، Muse Spark 1.1 در ادراک (Perception)، استدلال چندوجهی و استفاده از ابزارها نیز عملکردی ممتاز دارد. این مدل می‌تواند با محیط‌های واقعی تعامل داشته باشد و خروجی‌هایی مبتنی بر واقعیت تولید کند. از جمله نقاط قوت آن می‌توان به تولید مصنوعات نرم‌افزاری از داده‌های بصری (Visual-to-Code Artifact Generation)، توصیف بسیار دقیق تصاویر و ویدئوها و اجرای گردش‌کارهای عامل‌محور برای کاربردهای چندوجهی اشاره کرد.

قابلیت‌های چندوجهی Muse Spark 1.1 به‌ویژه در سناریوهایی ارزشمند هستند که ادراک و اقدام باید به‌صورت هم‌زمان انجام شوند. این مدل می‌تواند داده‌های تصویری و صوتی را بررسی کند، جزئیات آن‌ها را در طول فرایندهای کاری طولانی حفظ کند و هنگام کار با رایانه به نمایندگی از کاربر، از همان جزئیات استفاده کند.

ایمنی

متا پیش از استقرار Muse Spark 1.1، ارزیابی‌های گسترده‌ای در حوزه ایمنی انجام داده که بر اساس چارچوب  Advanced AI Scaling Framework صورت گرفته است؛ چارچوبی که معیارهای ارزیابی، مدل‌های تهدید و آستانه‌های استقرار پیشرفته‌ترین مدل‌های متا را مشخص می‌کند.

نتایج ارزیابی‌ها نشان می‌دهد که Muse Spark 1.1 در تمامی دسته‌های اصلی خطرات مرزی شامل خطرات شیمیایی و زیستی، امنیت سایبری و ازدست‌رفتن کنترل (Loss of Control)، در محدوده‌های ایمن عمل می‌کند. این مدل مقاومت بالایی در برابر جیلبریک‌های مستقیم (Direct Jailbreaks)، حملات غیرمستقیم مبتنی بر داده‌های غیرقابل‌اعتماد، تزریق پرامپت (Prompt Injection) و حملات مبتنی بر پرامپت توسعه‌دهنده (Developer-Prompt Attacks) از خود نشان می‌دهد. در نتیجه، از استحکام بیشتر در برابر حملات خصمانه، نرخ پایین‌تر توهم و کاهش چاپلوسی مدل برخوردار است.

دسترسی

برای نخستین‌بار، توسعه‌دهندگان می‌توانند از طریق Meta Model API که اکنون در قالب پیش‌نمایش عمومی منتشر شده است، ساخت و توسعه محصولات مبتنی بر Muse Spark 1.1 را آغاز کنند. شرکای اولیه این مدل، Muse Spark 1.1 را یک زیرساخت کامل برای توسعه سامانه‌های عامل‌محور توصیف کرده‌اند؛ مدلی که مدیریت زمینه‌های طولانی را با توانایی‌های قدرتمند برنامه‌نویسی و استدلال ترکیب می‌کند تا بتواند بارهای کاری گسترده عامل‌محور را مدیریت کند.