openJiuwen tomonidan ishlab chiqilgan ochiq agent platformasi Huawei TTSE (Two-Track Self-Evolution) — sunʼiy intellekt agentiga oʻtgan vazifalar asosida oʻrganish imkonini beradigan va olingan bilimlarni ikki turga tasniflaydigan freymvorkni taqdim etdi.
QbitAIning 10-noyabr xabaringizga koʻra, bu tushuncha 21-sentabrda topshirilgan arXiv maqolasida tavsiflangan va endi openJiuwenning ofis agenti WorkSwarmga integratsiya qilingan.
Kognitiv fanlardan olingan asosiy gʻoya deklarativ va protsedural bilimlarni ajratishdan iborat. Faktlar (FACT) muhit xususiyatlarini, masalan, fayllarning joylashuvi yoki maʼlumotlar formatini qayd etadi, shu bois Maslahatlar (TIP) belgilangan sharoitlarda amalga oshirilishi kerak boʻlgan harakatlarni aniqlaydi. Tizim tasniflay olmaydigan har qanday material avtomatik ravishda Maslahatlar toifasiga kiritiladi, bu esa tekshirilmagan odatlarning faktlar sifatida qabul qilinish ehtimolini kamaytiradi.
TTSE mexanizmi boʻsh qoidalar toʻplami bilan boshlanadi. U bajarilish izlari asosida dastlabki qoidalarni chiqarish uchun birinchi vazifa partiyasini bajaradi. Keyingi sikllarda agent oldindan belgilangan qoidalarni yuklaydi, vazifalarni bajaradi, soʻngra xato qoidalarni aniqlaydi, ularni bekor qiladi, shartli maslahatlar shaklida birlashtirish orqali ziddiyatlarni hal qiladi va yangi qoidalar hosil qiladi. Bekor qilingan qoidalar kuzatib borish imkoniyatini taʼminlash uchun sabablari bilan saqlanadi.
Sinov natijalari
Jamoa beshta benchmarkda sinov oʻtkazdi, ularning har biri uch marta bajarildi. openJiuwenning oʻz maqolasida va QbitAIga yetkazilgan bu natijalar sezilarli taraqqiyotni namoyish etadi:
- ALFWorld: DeepSeek-V3.2 dan foydalanganda 97.8% muvaffaqiyat erishildi, bu oldingi eng yaxshi usul GraSPning 83.6%-idan yuqori boʻlib, 14.2 foiz punktli ortiqcha beradi. GLM-5 modeli bilan koʻrsatkich 98.51% ga yetdi.
- ScienceWorld: Tabiiy muvaffaqiyat 53.08% dan 73.46% gacha oshdi.
- GDPevo: Toʻliq ikki yoʻllik usul 0.2616 natijasini koʻrsatdi, bu nol ishga tushirish uchun 0.0947 ga qaraganda yuqori va alohida ikkala yoʻldan ham ustunroq edi.
- SOPBench: Bayes usuli asosidagi koʻnikmalarni boshqarish bilan birgalikda 94.58% muvaffaqiyatga erishildi, bu bazaviy daraja uchun 79.15% va bitta yoʻldan foydalanishda 91.59% ga nisbatan.
- PinchBench: 147 ta toʻliq vazifa davomida OpenClawga biriktirilganda, oʻrtacha ball 0.7439 dan 0.7822 gacha oshdi.
Ofis muhitida ikki demo namunasida Excelʼdagi maʼlumotlarni tozalash vazifasi tajriba qoʻllanilgandan soʻng vositalar chaqiruvlari va bajarish vaqtini 57 chaqiruv va 6 daqiqa 22 soniyadan 20 chaqiruv va 1 daqiqa 48 soniyagacha qisqartirdi. Hujjat va jadval bilan bogʻliq vazifa chaqiruvlar sonini 27 dan 18 ga kamaytirdi. openJiuwenning WorkBuddy Office benchmarkida vazifalarning samaradorligi 3.81% ga va chiqish tokenlaridan foydalanish 30.09% ga kamayganligi haqida maʼlumot beriladi.
Foydalanuvchilar bu funksiyani WorkSwarm 0.2.7 yoki undan keyingi versiyada TTSE sozlamasini faollashtirish orqali sinab koʻrishlari mumkin. Maqolada TTSE alohida kutubxona sifatida chiqarilganligi haqida aniqlik kiritilmagan.
