AgentSelect می‌خواهد انتخاب عامل هوش مصنوعی را بر پایهٔ نیاز کاربر استاندارد کند

پژوهشگران در پیش‌چاپی به نام AgentSelect بنچمارکی برای توصیهٔ عامل‌های هوش مصنوعی معرفی کرده‌اند؛ مسئله‌ای که در آن، سامانه باید با توجه به توصیف کاربر از نیازش، پیکربندی مناسبی از مدل پایه و ابزارهای همراه آن پیشنهاد دهد. به‌گفتهٔ نویسندگان، بنچمارک‌ها و جدول‌های رتبه‌بندی موجود معمولاً اجزای عامل‌ها را جداگانه می‌سنجند و دادهٔ کافی برای یادگیری توصیهٔ وابسته به نوع درخواست فراهم نمی‌کنند.

AgentSelect داده‌های ناهمگون ارزیابی‌ها را به مجموعه‌ای یکپارچه از تعامل‌های مثبت تبدیل می‌کند. این مجموعه شامل ۱۱۱٬۱۷۹ پرسش، ۱۰۷٬۷۲۱ عامل قابل‌استفاده و ۲۵۱٬۱۰۳ رکورد تعامل است که از بیش از ۴۰ منبع گردآوری شده‌اند. عامل‌های صرفاً مبتنی بر مدل زبانی، عامل‌های مبتنی بر ابزار و ترکیب این دو در داده‌ها حضور دارند.

تحلیل پژوهشگران نشان می‌دهد داده‌های مربوط به عامل‌های محبوب و پرتکرار با موارد کم‌تکرار و تقریباً یکتا هم‌زیستی دارند؛ وضعیتی که به‌گفتهٔ آنان می‌تواند روش‌های توصیه‌گر مبتنی بر محبوبیت را شکننده کند و تطبیق قابلیت‌ها را ضروری سازد. آن‌ها همچنین گزارش می‌کنند تعامل‌های ترکیبیِ ساخته‌شده برای بخش سوم بنچمارک قابل‌یادگیری‌اند و مدل‌های آموزش‌دیده با AgentSelect در ارزیابی روی بازار عمومی عامل‌های MuleRun، با کاتالوگی دیده‌نشده، بهبودهای پیوسته‌ای نشان داده‌اند.

این مقاله در arXiv منتشر شده و در چکیدهٔ آن پذیرش در ICML 2026 ذکر شده است.