في عالم الذكاء الاصطناعي، تمثل أنظمة الإنتاج تحديًا كبيرًا عندما يتعلق الأمر بالتعامل مع أدلة غير كاملة أو متضاربة. ولتجاوز هذه العقبات، تم تطوير نموذج EvaluatorDPT الذي يُعدّ ثورة في كيفية اتخاذ القرارات الذكية.

يسمح نموذج EvaluatorDPT بتصنيف القرارات إلى ثلاثة خيارات: "نعم" (YES)، "لا" (NO)، أو "تحديد لاحقًا" (TBD). يميّز النموذج هذه الخيارات بشكل ديناميكي بناءً على سياق البيانات المستخدمة، حيث يتم تعلم خيار "تحديد لاحقًا" كخيار مؤجل وليس مجرد قاعدة ثقة لاحقة.

يستخدم النموذج بنية معقدة تعتمد على "المحوّل" (Transformer) مع رأس قرار محدود، وقنوات هيكلية إضافية للتعبير عن القيم والمشاعر. كما أن واجهته غير معتمدة على مجال معين: فمجال النشر يوفر الأدلة والعوامل السياسية، بينما ينتج النموذج توزيعًا محددًا يمكن التحكم فيه أثناء عملية الاستدلال.

تظهر نتائج النموذج على مجموعة بيانات الاختبار دقة تصل إلى 0.8260 وMACRO F1 بقيمة 0.8252، مما يدل على أداء ممتاز. يوفر السجل التقييمي أيضًا دليلًا على المعايرة وقوائم المخرجات والتقارير.

من خلال هذه الابتكارات، تفتح هذه النماذج الجديدة أبعادًا جديدة للتحكم في سلوكيات الذكاء الاصطناعي، مما يجعلها قابلة للتدقيق والمراجعة، مما يعزز الشفافية والثقة في الأنظمة الذكية.