في عالم الذكاء الاصطناعي، تبقى المشكلة المتعلقة بتوافق توليد الصور من النص (Text-to-Image Generation) مع نوايا المستخدمين تحديًا كبيرًا. حيث يعاني الكثير من المستخدمين من صعوبة التعبير عن أفكارهم بشكل دقيق، مما يؤدي إلى مدخلات غامضة تتسبب في نتائج غير مرضية. من هنا، جاءت تقنية جديدة تُعرف بالاستجابة المرنة (Adaptive Prompt Elicitation - APE) لتقديم حل مبتكر.

تعمل APE على تيسير العملية من خلال طرح استفسارات بصرية بشكل متكيف، مما يتيح للمستخدمين تحسين أوامرهم دون الحاجة إلى كتابة مطولة. تعتمد هذه التقنية على استنتاج النية بصفة تفاعلية، مع استخدام إطار عمل يعتمد على النظرية المعلوماتية.

تقوم APE بتمثيل النية الخفية للمستخدمين عبر متطلبات ميزات قابلة للتفسير، وتنشئ استفسارات بصرية بشكل مرن، وتجمع المتطلبات المُستخلصة إلى أوامر فعالة.

تم تقييم هذه التقنية على مجموعتي بيانات IDEA-Bench وDesignBench، حيث أظهرت نتائج أفضل بكثير في التوافق والكفاءة. ووفقًا لدراسة شملت 128 مشاركًا، أظهر المستخدمون تحسنًا بنسبة 19.8% في الإدراك التوافقي دون زيادة في العبء العملي.

يساهم هذا العمل بشكل فعّال في توفير نهج مدروس لتنشيط الأوامر، مما يعتبر مكملًا قويًا لنموذج التفاعل القائم على الأوامر في نماذج توليد الصور.