في إنجاز تقني جديد، حققت نماذج الذكاء الاصطناعي (Artificial Intelligence) تقدماً ملحوظاً في مجالات البحث الموثوق، حيث يمكن لهذه النماذج اقتراح برامج بناءً على معايير قياسية محددة وإجراء تقييمات دقيقة لها. تم مؤخراً إجراء تجربة على نموذج محلي (30B) على جهاز كمبيوتر محمول، حيث تم استخدام ثلاث حزم تشغيل مختلفة تمثلت في ملاحظات تخطيطية، عوائق مسماة، ورفض سلوكي للبنايات التي تم العثور عليها مسبقاً.

أظهرت النتائج أن هذه النماذج تجسد تطوراً في معالجة التساؤلات المعقدة، مع انخفاض ملحوظ في الفجوة بين البذور والسجلات المحققة (+0.196). بالإضافة إلى ذلك، تم تعزيز تنوع الهاش (hash diversity) لجميع البنايات، مما يعكس فعالية هذا النموذج في التحسين والتطوير.

لكن النموذج لم يجد تفاعلاً إيجابياً بين الذاكرة ورفض السلوك، حيث كانت النتائج قابلة للتحليل ومعظمها يضيف فائدة، وقد أثبت الجمع بين الذاكرة والرفض أنه الوحيد الذي لم ينهار في جميع الاختبارات.

ختاماً، تم إفراج عن جميع المرشحات، كل مرشح، والتسجيلات السابقة، مما يمثل خطوة كبيرة نحو تحسين نماذج البحث الذكي وتجاوز العقبات التقليدية. إن لم تكن مشغولاً بالرهانات، فهل تتوقع أن تكون هذه التطورات مستدامة؟