ديب سيك هارنيس v0.1: إطار عمل وكيل مفتوح المصدر جديد أم مجرد هارنيس آخر؟
DeepSeek
Meta
xAI
Moonshot AI
OpenAI
Anthropic
Google/DeepMind
Nous Research
أصدرت ديب سيك هارنيس الخاص بها، ديب سيك هارنيس v0.1، كمعاينة مطور مفتوحة المصدر. يتضمن الإصدار 'وضعًا بسيطًا' مصممًا لقياس أداء النموذج. يأتي الإطلاق بعد أسبوع من النشاط المكثف، بما في ذلك إصدار ميتا لـ Muse Code وتحديث ديب سيك لـ V4-Pro-0813، مما يسلط الضوء على الأهمية المتزايدة للهارنيس في صناعة الذكاء الاصطناعي.
أصدرت DeepSeek أداة DeepSeek Harness الإصدار v0.1 في معاينة للمطورين في 13 أغسطس. وهي مفتوحة المصدر بموجب رخصة MIT، ومتاحة كحزمة npm باسم @deepseek-ai/dsh، وتعمل بأمر واحد. بُنيت الأداة على مبدأ أن كل شيء عبارة عن إضافة (plugin)، بما في ذلك النماذج والأدوات والمهارات والجلسات والبيئات المعزولة (sandboxes) وأنظمة الملفات وحلقة الوكيل الرئيسية والتنسيق (orchestration) وحتى الواجهة. توفر أربعة أوضاع: القياسي (Standard)، والكود (Code)، والحد الأدنى (Minimal)، والمبدع (Creator). وضع الحد الأدنى يتضمن أداتين فقط وهو مصمم كأداة قياس لقياس أداء النماذج، مما يقلل من مساهمة الأداة نفسها. سجل نموذج DeepSeek الرائد V4-Pro-0813 درجة 87.9 على معيار Terminal-Bench 2.1، مقاسًا بهذه الأداة. يأتي هذا الإصدار بعد أسبوع شهد إطلاق Meta لنموذج Muse Code وتحديث DeepSeek لنموذج V4-Pro، ويأتي بعد ربع شهد تقديم كل من xAI وMoonshot وZ.ai وMeta وDeepSeek لأدوات القياس الخاصة بها. تتناول المقالة بالتفصيل تشريح أداة DeepSeek Harness، ونواتها المعتمدة على Cordis لقلب التحكم (IoC)، وملفاتها الشخصية القابلة للتكوين والإعدادات المسبقة، وميزات التتبع الكامل. كما تناقش الاتجاه الصناعي الأوسع حيث تقوم المعامل بتطوير أدوات القياس الخاصة بها لأغراض قياس الأداء والتدريب (التعلم المعزز) وتحقيق الدخل. تتضمن الملاحظات الأمنية تحذيرًا بشأن التغييرات الجذرية وحزمة PyPI باسم deepseek-harness غير المرتبطة بالإصدار الرسمي.
المصدر: Habr — хаб ИИ —
الأصلي