تتزايد أهمية أنظمة النقاش المعتمدة على نماذج اللغات الضخمة (Large Language Models) في اتخاذ القرار ضمن البيئات الموزعة. ومع ذلك، لا يزال هناك قصور في التحكم بمراحلها النهائية. بالرغم من وجود سجلات مناقشة مفصلة، فإن نماذج التلخيص تميل إلى إنتاج توافقات مكتوبة بسلاسة ولكنها غير مستندة إلى تاريخ المناقشة. في بحث حديث، تم تقديم مفهوم جديد يُعرف بـ “بوابة النسب النشطة” (Active Provenance Gate) كطبقة للتحقق بعد المناقشة تهدف إلى معالجة هذا الفجوة الأمنية.

تقوم هذه التقنية بتحليل سجلات المناقشة، وتدقيق كل ادعاء، وتطبيق آلية تصحيح ذاتي، مما يضمن أن المعلومات المقدمة مستندة إلى الأدلة والتاريخ. في التجارب المعقدة، أثبتت آلية الشفاء الذاتي أنها تزيد من دقة البيانات بشكل ملحوظ، حيث يتجاوز متوسط موثوقية النسب ضعف المعدل في الظروف الصعبة قبل أن تمنع البوابة الادعاءات غير المدعومة وتولد تقارير عن التباين.

فيما يتعلق بالتجارب البشرية، أظهرت النتائج أن الغالبية العظمى من المستخدمين (أكثر من 75%) يفضلون تقرير يوضح الفشل في السيناريوهات الحرجة، على الرغم من أن معظمهم اعتبروا التوافق المتلاعب من النظام الأساسي أكثر طلاقة. يركز هذا البحث على الانتقال من تسجيل البيانات بشكل سلبي إلى حظر فعال مشروط قبل النشر، مما يمثل خطوة مهمة نحو معالجة مشكلة التقييمات غير المدعومة.