متا از Muse Spark 1.1 رونمایی کرد؛ مدل هوش مصنوعی با تمرکز بر عاملها و کدنویسی
متا از مدل جدید Muse Spark 1.1 رونمایی کرد؛ مدلی که در Meta Superintelligence Labs توسعه یافته و نسبت به نسخه پیشین خود، پیشرفتهای قابل توجهی در استدلال چندوجهی، انجام وظایف عاملمحور، برنامهنویسی، استفاده از ابزارها و تعامل با رایانه دارد. این شرکت همزمان پیشنمایش عمومی Meta Model API را نیز منتشر کرده تا توسعهدهندگان بتوانند از این مدل استفاده کنند. Muse Spark 1.1 اکنون در حالت Thinking در اپلیکیشن Meta AI و وبسایت meta.ai در دسترس قرار دارد.
مدل جدید Muse Spark 1.1 برای انجام وظایف عاملمحور طراحی شده و میتواند بدون آموزش قبلی با ابزارهای بومی جدید، سرورهای MCP و مهارتهای سفارشی کار کند. این مدل برای کاهش زمان اجرای پروژههای پیچیده از معماری چندعاملی بهره میبرد؛ بهگونهای که عامل اصلی وظیفه برنامهریزی، جمعآوری اطلاعات و تقسیم کار میان عاملهای فرعی را بر عهده دارد و عاملهای فرعی نیز ضمن پایبندی به نقش خود، در زمان مناسب کنترل را دوباره به عامل اصلی بازمیگردانند.
یکی دیگر از قابلیتهای مهم این مدل مدیریت فعال پنجره زمینه یک میلیون توکنی است. Muse Spark 1.1 میتواند اقدامات قبلی را به خاطر بسپارد، اطلاعات مربوط به بخشهای بسیار قدیمی یک پروژه را بازیابی کند و همزمان با فشردهسازی دادهها، مراحل ضروری را برای ادامه کار حفظ کند. همچنین هنگام کار با چندین نرمافزار و رابط کاربری مختلف، تغییرات لحظهای را دنبال میکند، خود را با شرایط جدید تطبیق میدهد و با کمترین نیاز به مداخله کاربر فعالیت میکند.
متا میگوید این مدل تنها به اجرای مرحلهبهمرحله فرمانها روی رایانه اکتفا نمیکند، بلکه تشخیص میدهد چه زمانی باید با نوشتن اسکریپت فرایندها را خودکار کند، چه زمانی مستقیماً با رابط کاربری تعامل داشته باشد و چه زمانی مجموعهای از اقدامات را بهصورت همزمان اجرا کند. در یکی از نمونههای ارائهشده، Muse Spark 1.1 هنگام سفارش شام، تغییرات جدید را بدون دخالت کاربر تشخیص داده و سفارش را متناسب با شرایط بهروزرسانی میکند.
تواناییهای برنامهنویسی Muse Spark 1.1 نیز نسبت به نسل قبل بهبود یافته و این مدل میتواند اشکالهای پیچیده را در پایگاههای کد بزرگ شناسایی و برطرف کند، قابلیتهای جدید را به سامانههای سازمانی بیفزاید و مهاجرتهای گسترده کد را انجام دهد. متا اعلام کرده عملکرد این مدل در ساخت برنامههای وب، سامانههای پرسش و پاسخ سرتاسری و محیطهای رایج برنامهنویسی عاملمحور، از جمله حالت برنامهریزی، شرطگذاری بر اساس هدف، واگذاری وظایف به عاملهای فرعی و فشردهسازی زمینه، بهبود چشمگیری داشته است.
در یکی از نمایشهای فنی، Muse Spark 1.1 یک برنامه وب مبتنی بر گفتوگو ایجاد میکند، با ثبت اسکرینشاتهای خودکار مشکلات ظاهری را تشخیص میدهد، منشأ آنها را در کد پیدا میکند، اصلاحات لازم را اعمال کرده و سپس نتیجه را اعتبارسنجی میکند. همچنین در نمونه دیگری، این مدل بخشی از وظایف مجموعه DeepSWE را روی خودش اجرا کرده و پس از مقایسه عملکرد در سطوح مختلف استدلال، یک داشبورد تحلیلی از نتایج تولید میکند.
متا همچنین از تواناییهای چندوجهی این مدل در درک تصویر، ویدئو و صدا سخن گفته است؛ به گفته این شرکت، Muse Spark 1.1 میتواند جزئیات را در جریانهای کاری طولانی حفظ کند و هنگام تعامل با رایانه از همان اطلاعات استفاده کند. در یکی از نمونهها این مدل با تحلیل ویدئوی ضبطشده توسط تلفن هوشمند، تصاویر مناسب محصول را استخراج میکند، درباره آن استدلال انجام میدهد و سپس به نمایندگی از کاربر، آگهی فروش را در Facebook Marketplace ثبت میکند.
متا اعلام کرده پیش از انتشار Muse Spark 1.1، ارزیابیهای ایمنی گستردهای بر اساس چارچوب Advanced AI Scaling Framework انجام شده است. طبق نتایج این آزمایشها مدل در حوزههای خطر شیمیایی و زیستی، امنیت سایبری و از دست رفتن کنترل در محدودههای ایمن قرار دارد. همچنین مقاومت بالاتری در برابر جیلبریک، حملات ناشی از دادههای غیرقابل اعتماد، تزریق پرامپت و حملات به پرامپت توسعهدهندگان نشان داده و نرخ توهم و چاپلوسی آن نیز کاهش یافته است.
همزمان با معرفی Meta Model API، متا اعلام کرده توسعهدهندگان از امروز میتوانند بهصورت آزمایشی از Muse Spark 1.1 استفاده کنند. به گفته این شرکت، شرکای اولیه از جمله Replit، Cline، Box و OpenClaw Foundation، این مدل را به دلیل ترکیب پنجره زمینه یک میلیون توکنی، پشتیبانی کامل از تصاویر، ویدئو و PDF، جستوجوی همراه با ارجاع، تواناییهای برنامهنویسی، خروجی ساختاریافته، فراخوانی موازی ابزارها و عملکرد مناسب در بارهای کاری عاملمحور مورد توجه قرار دادهاند. متا همچنین تأکید کرده مدلهای پیشرفتهتری نیز هماکنون در حال توسعه هست.
