في عالم الذكاء الاصطناعي، تُعد نماذج اللغات الضخمة (Large Language Models) واحدة من التطورات الأحدث في التصميم التلقائي للاستراتيجيات. كان يتم التركيز حتى الآن على الأداء النهائي لتلك النماذج. لكن الاقتراح الجديد يأتي بإطار عمل تطوري متقدم يُعرف باسم الإطار التطوري المعتمد على المعلم، والذي يعمل على تحسين كفاءة تطوير الاستراتيجيات الذكية.

يعتمد هذا الإطار على سياسات تعلم مستقلة تقوم بدور المعلم، حيث لاكتفيت بتقليد هذه السياسات، بل تُجري استفسارات بشأن الحالات التي تمت زيارتها من قبل استراتيجيات هيوريستية (heuristic programs) مرشحة. يتم استخدام تفضيلات المعلم في اتخاذ القرار كوسيلة لتحسين عملية التطور.

تظهر نتائج التجارب على معايير جدولة (scheduling) والتوجيه (routing) وتحسين الرسوم البيانية (graph optimization) أن هذه الطريقة تتفوق على طرق التطور السابقة المعتمدة على الأداء، وفي الوقت نفسه لا تتطلب استدلالًا عصبيًا عند التنفيذ. مما يُشير إلى أن سياسات التعلم يمكن إعادة توظيفها كمصادر لتقديم ردود فعل سلوكية تعزز من اكتشاف استراتيجيات هيوريستية تلقائية جديدة.

هل أنتم متحمسون لرؤية كيف يمكن لهذه التقنيات تحويل مجالات مختلفة؟ شاركونا في التعليقات!