يبدو أن نماذج اللغة الكبيرة (Large Language Models - LLMs) قد حققت تقدماً ملحوظاً في معالجة الاستدلال على الرسوم البيانية الديناميكية، إلا أن هذه النماذج تواجه قيوداً كبيرة تتعلق بالتحجيم. فعلى الرغم من الإمكانيات الكبيرة، لا تستطيع هذه النماذج التعامل إلا مع الرسوم البيانية التي تحتوي على عشرات العقد، بسبب الأعباء الحسابية العالية والنوافذ المحدودة للسياق.

ولكن، ماذا لو كان هناك سبيل لتجاوز هذه التحديات؟ هنا يأتي دور نظام التفاعل المتعدد الوكلاء (Multi-Agent System - MAS) الذي يتيح استدلال جماعي وتنسيق واعي بالتوبولوجيا، وهي خصائص تتناسب بشكل طبيعي مع المهام المتعلقة بالبيانات الرسومية. ومع ذلك، فإن تطبيق هذه الأنظمة على الرسوم البيانية الديناميكية لم يكن مستكشفًا بعد، حتى ظهور مشروع AdaSTORM.

يقدم مشروع AdaSTORM طريقة مبتكرة لإعادة صياغة عملية الاستدلال على الرسوم البيانية الديناميكية على نطاق واسع إلى مرحلتين رئيستين: 1) **التقسيم التكيفي**، حيث يتم تقسيم الرسوم البيانية الكبيرة إلى مناطق فرعية تتناسب مع قدرة النموذج على الاستدلال، مما يقلل من تكلفة الاستدلال. 2) **الاستدلال التعاوني**، حيث يتم تنسيق توبولوجيات تقسيم الرسوم البيانية بدعم من بنية متعددة الوكلاء التقليدية.

النتائج؟ أثبتت تجارب مكثفة أن AdaSTORM تتجاوز حدود التحجيم، قادرة على التعامل مع رسوم بيانية تحتوي على آلاف العقد بدقة تتجاوز 90% عبر العديد من الإعدادات الديناميكية الكبيرة، متفوقةً بشكل ملحوظ على سبعة نماذج تنافسية. بالإضافة إلى ذلك، حققت AdaSTORM دقة رائدة في فئتها على المعايير الحالية وأظهرت قدرة قوية على التعميم على مجموعات البيانات الواقعية.

للمزيد من المعلومات، يمكنك زيارة رابط الكود المصدري. ما رأيكم في هذه التطورات؟ شاركونا في التعليقات.