# MLCommons تطور معيار كفاءة للوكلاء بدعم NSF

> اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق.

- الرابط الدائم: https://newsverum.com/ar/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark
- الناشر: Newsverum
- القسم: التكنولوجيا
- نُشر: 2026-10-15T22:00:39+00:00
- آخر تحديث: 2026-10-15T22:00:39+00:00
- فترة الحدث / البيانات: 2026-10-15
- النسخ الأخرى: [Türkçe](https://newsverum.com/tr/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md), [English](https://newsverum.com/en/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md), [Français](https://newsverum.com/fr/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md), [Español](https://newsverum.com/es/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md), [Deutsch](https://newsverum.com/de/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md), [Português](https://newsverum.com/pt/news/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark.md)

وسيُبلغ عن التكلفة والطاقة وزمن الاستجابة ومعدل الإنجاز للمهام التي تم التحقق من نجاحها. وتشمل الأعباء الأولى المخططة هندسة البرمجيات والبحث وتحليل البيانات وخدمة العملاء. وتقول MLCommons إنها ستستخدم قواعد موحدة ومجموعات تحقق مخفية؛ ولم ينتج المعيار نتائج بعد. الإعلان يتعلق بمشروع تطوير مدته عامان.

## البيانات

### MLCommons تطور معيار كفاءة للوكلاء بدعم NSF

اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق. وسيُبلغ عن التكلفة والطاقة وزمن الاستجابة ومعدل الإنجاز للمهام التي تم التحقق من نجاحها. وتشمل الأعباء الأولى المخططة هندسة البرمجيات والبحث وتحليل البيانات وخدمة العملاء. وتقول MLCommons إنها ستستخدم قواعد موحدة ومجموعات تحقق مخفية؛ ولم ينتج المعيار نتائج بعد. الإعلان يتعلق بمشروع تطوير مدته عامان.

المنهجية: يلخص هذا السجل ما أورده المصدر الأولي المحدد من وصف وقياسات؛ ولم يُجر اختبار مستقل أو تحقق من الاستطلاع.

| date | label | description | status |
|---|---|---|---|
| 2026-10-15 | اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق. | اختيرت MLCommons لتطوير معيار MLPerf Agents ضمن تحدي كفاءة الذكاء الاصطناعي المدعوم من المؤسسة الوطنية الأمريكية للعلوم، بتمويل قدره 3.5 ملايين دولار على مدى عامين. سيقيس المعيار المخطط سير العمل كاملاً، لا تقديم رموز النموذج فقط، بما يشمل إطار الوكيل واختيار النموذج والاسترجاع وتنفيذ الأدوات والتنسيق وإدارة الحالة والتعافي من الإخفاق والتحقق. وسيُبلغ عن التكلفة والطاقة وزمن الاستجابة ومعدل الإنجاز للمهام التي تم التحقق من نجاحها. وتشمل الأعباء الأولى المخططة هندسة البرمجيات والبحث وتحليل البيانات وخدمة العملاء. وتقول MLCommons إنها ستستخدم قواعد موحدة ومجموعات تحقق مخفية؛ ولم ينتج المعيار نتائج بعد. الإعلان يتعلق بمشروع تطوير مدته عامان. | occurred |

المصادر: <https://mlcommons.org/2026/10/nsf-stride-ai-efficiency-challenge/> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark/data/source-report?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/mlcommons-nsf-backed-mlperf-agents-efficiency-benchmark/data/source-report?lang=ar&format=csv)

## المصادر

- [MLCommons](<https://mlcommons.org/2026/10/nsf-stride-ai-efficiency-challenge/>) (تاريخ مراجعة المصدر: 2026-10-15; نُشر: 2026-10-15)

---

استخدم الرابط الدائم أعلاه عند الاقتباس. [معايير النشر والتصحيحات](https://newsverum.com/ar/editorial)