في عالم التكنولوجيا الحديث، لا تتوقف الابتكارات عن مفاجأتنا، وآخرها في مجال تصميم الشبكات. شهدت الفيزياء وعلوم الحاسوب قفزة نوعية بفضل القدرة الاستثنائية لنماذج اللغة الكبيرة (Large Language Models) على معالجة البيانات وتحليلها. كان التحدي في تصميم شبكات قابلة للنشر ومرنة من متطلبات اللغة الطبيعية أمرًا يستلزم اهتمامًا خاصًا، وها قد جاء الحل ليقدم لنا إطارًا مبتكرًا.

هذه الدراسة تستعرض قدرة نماذج اللغة الكبيرة على إنتاج هياكل شبكية صحيحة وبالامتثال لمجموعة من القيود. يعتمد ذلك على استخدام نموذج هيراركي وعمليات تحقق منهجية لضمان دقة التصميم. تم تقييم هذا الإطار من خلال مقارنة متعددة النماذج بين نماذج لسانية احترافية وأخرى مفتوحة الوزن عبر أربعة سيناريوهات شبكية واقعية تم إصدارها كبيانات عامة.

أظهرت النتائج أن استخدام نماذج اللغة الكبيرة يمكن أن يحسن بشكل كبير من الدقة البنيوية عبر قياسات F1 للنقاط والحواف، إلى جانب تحسين المرونة من خلال مقاييس الاتصال بين الخوادم والمحتوى. قامت الدراسة أيضًا بتحليل أسباب الفشل الشائعة، مثل عدم توافق الواجهات والاختلافات الاتجاهية في الهياكل الناتجة.

بناءً على تلك النتائج، يوفر هذا العمل معيارًا منهجيًا لفهم كيفية تعامل نماذج اللغة الكبيرة مع قيود الهيكل والمرونة أثناء عمليات التصميم الشبكي، مما يدعم عملية اختيار النماذج بشكل مدروس للتصميم المدفوع بالذكاء الاصطناعي.