Holo4؛ مدل عامل‌محور تازه برای کار با نرم‌افزارها

شرکت H در ۲۸ سپتامبر ۲۰۲۶ خانواده مدل‌های عامل‌محور Holo4 را معرفی کرد؛ مدل‌هایی که برای انجام وظایف چندمرحله‌ای در نرم‌افزارها ساخته شده‌اند و می‌توانند از رابط گرافیکی، کدنویسی یا ابزارهای نرم‌افزاری استفاده کنند. Holo4 در دو اندازه عرضه شده و، به‌گفته شرکت، هدفش تنها کسب امتیاز در آزمون‌های دانشگاهی نیست؛ بلکه انجام جریان‌های کاری واقعی در کسب‌وکارهاست. این رویکرد می‌کوشد یکی از محدودیت‌های رایج عامل‌های هوش مصنوعی را کم‌رنگ کند: وابستگی به یک روش ثابت برای تعامل با نرم‌افزار.

یک مدل برای چند شیوه تعامل

عامل هوش مصنوعی مدلی است که می‌تواند برای رسیدن به یک هدف، مجموعه‌ای از گام‌ها را برنامه‌ریزی و اجرا کند؛ برای نمونه، کار با یک برنامه، جست‌وجوی اطلاعات یا استفاده از یک ابزار. H می‌گوید Holo4 می‌تواند روی صفحه کلیک و تایپ کند، کد بنویسد و اجرا کند و سراغ ابزارهای MCP یا رابط‌های برنامه‌نویسی کاربردی (API) برود. MCP روشی برای اتصال مدل به ابزارها و منابع نرم‌افزاری است؛ API نیز راهی استاندارد برای ارتباط میان برنامه‌هاست.

به‌گفته شرکت، مدل می‌تواند با توجه به نیاز هر وظیفه از روش مناسب استفاده کند. برای مثال، یک برنامه ممکن است از راه رابط گرافیکی قابل کنترل باشد، اما دسترسی به API نداشته باشد؛ در موقعیتی دیگر، فراخوانی مستقیم API می‌تواند راه ساده‌تری برای انجام کار باشد. H می‌گوید بسیاری از مدل‌های عامل‌محور برای یک شیوه تعامل مشخص آموزش دیده‌اند و در نتیجه ممکن است در محیطی که آن شیوه در دسترس نیست، کارایی خود را از دست بدهند.

Holo4 برای استفاده روی رایانه‌های رومیزی، وب، Android، محیط‌های ایزوله اجرای کد و APIهای کسب‌وکار معرفی شده است. شرکت ادعا می‌کند در همه این محیط‌ها می‌توان از یک مدل و شیوه فراخوانی مشابه استفاده کرد؛ بنابراین کاربران لازم نیست برای هر پلتفرم مدل متفاوتی انتخاب کنند. این ویژگی، در صورت عملکرد قابل اتکا، می‌تواند ساخت عامل‌هایی را ساده‌تر کند که برای تکمیل یک کار میان چند برنامه یا روش ارتباطی جابه‌جا می‌شوند.

دو اندازه و عملکرد در آزمون‌ها

نسخه‌های معرفی‌شده شامل Holo4-27B با ۲۷ میلیارد پارامتر و معماری متراکم، و Holo4-35B-A3B با معماری ترکیبی متخصصان (Mixture of Experts) هستند. در معماری متراکم، مدل در حالت معمول از کل شبکه خود برای پردازش ورودی استفاده می‌کند؛ در معماری ترکیبی متخصصان، بخش‌های تخصصی متفاوتی در مدل وجود دارد که برای پردازش‌های مختلف به‌کار گرفته می‌شوند. H همچنین نسخه تازه‌ای از مدل کوچک‌تر خود را با نام Holotron4 Nano عرضه کرده است.

در آزمون OSWorld 2.0 که توانایی عامل‌ها را در کنترل محیط دسکتاپ می‌سنجد، H برای Holo4-27B امتیاز ۶۱٫۷ درصد و برای Holo4-35B-A3B امتیاز ۳۰٫۹ درصد را گزارش کرده است. در همان مقایسه، امتیاز Opus 5.5 برابر با ۸۱٫۸ درصد اعلام شده است. بنابراین، بر پایه ارقام منتشرشده، نسخه ۲۷B به مدل مرجع نزدیک‌تر است؛ اما همچنان فاصله‌ای با آن دارد. این اعداد به‌تنهایی معیاری کامل از عملکرد در همه نرم‌افزارها یا شرایط کاری نیستند.

شرکت تأکید می‌کند که نسخه‌های Holo4 با تعداد پارامتر کمتر و هزینه‌ای پایین‌تر از برخی مدل‌های پیشرو به این نتایج رسیده‌اند، اما در متن معرفی برای این ادعا رقم دقیق هزینه ارائه نشده است. H همچنین به آزمون AutomationBench برای سنجش استفاده از API اشاره کرده، ولی نتیجه عددی Holo4 را در متن منتشرشده اعلام نکرده است. شرکت می‌گوید نتایج مدل‌ها در این آزمون با نسخه عمومی مجموعه سنجیده شده‌اند و قصد دارد پس از ارزیابی روی مجموعه خصوصی نیز اطلاعات تکمیلی ارائه کند.

مقایسه میان مدل‌ها باید با احتیاط خوانده شود. خود H یادآوری می‌کند که نسخه آزمون، مجموعه وظایف، روش اجرا و ابزارهای ارزیابی برای همه مدل‌ها یکسان نیست. هزینه‌های گزارش‌شده نیز بر اساس توکن‌های ورودی و خروجی هر اجرا برآورد شده‌اند و روش محاسبه در بعضی موارد به قیمت‌گذاری سرویس‌های متفاوت وابسته است. این تفاوت‌ها می‌توانند مقایسه مستقیم امتیاز و هزینه را دشوار کنند.

آموزش برای وظایف واقعی و انتشار مسیر اجرا

H می‌گوید Holo4 با ترکیبی از یادگیری نظارت‌شده و یادگیری تقویتی آموزش دیده است. در یادگیری نظارت‌شده، مدل نمونه‌هایی از ورودی و پاسخ مطلوب دریافت می‌کند؛ در یادگیری تقویتی، رفتار آن بر اساس بازخوردی درباره نتیجه اقدام‌ها بهبود می‌یابد. داده‌های آموزشی از محیط‌ها و وظایف مختلف به دست آمده‌اند و بخشی از آن‌ها را سامانه داخلی شرکت با نام Agentic Task Factory تولید کرده است.

طبق اعلام H، این سامانه تاکنون حدود ۱۰ هزار وظیفه در برنامه‌های وب، سرورهای MCP و محیط‌های دسکتاپ ساخته است. برخی محیط‌ها هم‌زمان از راه رابط گرافیکی و MCP وضعیت مشابهی را در اختیار مدل می‌گذارند. چنین داده‌هایی می‌توانند مدل را با موقعیت‌هایی روبه‌رو کنند که در آن یک مسئله را از چند مسیر باید حل کرد؛ هرچند تعداد وظایف به‌تنهایی نشان نمی‌دهد مدل در محیط‌های واقعی تا چه اندازه قابل اعتماد خواهد بود.

شرکت می‌گوید در کنار آموزش مدل، ابزار اجرای عامل را نیز بازطراحی کرده است. این ابزار که «هارنس» نامیده می‌شود، چرخه اجرای اقدام‌های مدل و مدیریت اطلاعات آن را در طول کار بر عهده دارد. به‌گفته H، تغییرهای اصلی شامل فراهم کردن حافظه‌ای قابل اتکا برای دنبال‌کردن گام‌های متعدد و دسترسی به خط فرمان در همان رایانه‌ای است که عامل روی آن اجرا می‌شود. مهندسان شرکت نیز با بررسی علت شکست وظایف، تغییرهای لازم را در این سامانه اعمال کرده‌اند.

H علاوه بر وزن‌های مدل، مسیرهای اجرای آن در آزمون‌های عمومی را نیز منتشر می‌کند. این مسیرها نشان می‌دهند مدل در هر مرحله چه اقدام‌هایی انجام داده است و امکان بازبینی روند کار را فراهم می‌کنند. در نمونه‌هایی که شرکت ارائه کرده، Holo4-27B در FreeCAD برای ساخت مدل سه‌بعدی برج ایفل و لوگوی H، و در Godot برای ساخت و اجرای یک بازی شبیه Pac-Man به کار رفته است.

در نمونه بازی، مدل باید هزارتو، مهره‌ها، ارواح، امتیاز و جان بازیکن را پیاده‌سازی می‌کرد و بازی را بدون ورودی انسانی روشن نگه می‌داشت. H برای این وظیفه ۶۸ فراخوانی و ۲٫۴ میلیون توکن برای Holo4-27B گزارش کرده است؛ در مقایسه، Qwen3.8 27B با ۱۹۷ فراخوانی و ۱۱٫۴ میلیون توکن اجرا شده است. این نمونه‌ها گزارش خود شرکت از اجرای وظایف مشخص‌اند و نباید به‌عنوان نتیجه‌ای مستقل یا تضمین عملکرد در همه پروژه‌ها تلقی شوند.

Holotron4 Nano و دسترسی به مدل‌ها

H هم‌زمان Holotron4 Nano را معرفی کرده است؛ نسخه‌ای که با به‌کارگیری روش آموزش پس از پیش‌آموزش شرکت روی Nemotron 3 Nano Omni ساخته شده است. H می‌گوید این مدل در مقایسه با مدل پایه، در کارهای رابط گرافیکی و محیط‌هایی که MCP، API یا محیط اجرای کد دارند، بهبود نشان می‌دهد. این شرکت عضو NVIDIA Nemotron Coalition است و عرضه Holotron4 Nano را ادامه کار پیشین خود روی Holotron توصیف می‌کند.

دو اندازه Holo4 از طریق H Models API در دسترس قرار گرفته‌اند و وزن‌ها نیز در چند قالب، از جمله BF16، FP8، NVFP4 و GGUF چهار‌بیتی، منتشر شده‌اند. H اعلام کرده است که نسخه‌های بهینه‌شده drafter برای DSpark را در روزهای بعد عرضه می‌کند تا سرعت استنتاج، یعنی تولید پاسخ یا اقدام مدل، افزایش یابد. جزئیات بیشتری درباره زمان دقیق این انتشار در متن اعلام نشده است.

این خبر برای چه کسانی اهمیت دارد

معرفی Holo4 برای توسعه‌دهندگانی مهم است که می‌خواهند عامل‌هایی بسازند تا در چند برنامه و از راه‌های مختلف کار کنند؛ همچنین برای کسب‌وکارهایی که اجرای وظایف تکراری در نرم‌افزارهای داخلی را بررسی می‌کنند. انتشار وزن‌ها و مسیرهای اجرای آزمون می‌تواند ارزیابی فنی را برای پژوهشگران و تیم‌های توسعه آسان‌تر کند. با این حال، فاصله امتیازها در آزمون‌ها، تفاوت روش‌های ارزیابی و نبود داده‌های کامل درباره هزینه و عملکرد در محیط‌های واقعی، اهمیت آزمون مستقل را حفظ می‌کند.