في عالم الذكاء الاصطناعي، تُظهر نماذج اللغات الضخمة (Large Language Models) تفوقًا واضحًا في المهام التنبؤية والتفكير المعقد، لكن الكثير من التطبيقات ذات القيمة العالية تعتمد على اتخاذ قرارات تحت ظروف عدم اليقين. على سبيل المثال، يتطلب الأمر اختيارات حاسمة مثل أداة الاتصال أو الخبير المناسب للاستشارة، فضلاً عن مقدار الموارد التي ينبغي استثمارها.

ومع أن فائدة وملاءمة الأساليب البايزية (Bayesian) لا تزال غير واضحة في استدلال نماذج اللغات الضخمة، إلا أن ورقة النقاش هذه تؤكد أن طبقة التحكم في نظام الذكاء الاصطناعي الوكيل، التي تنظم نماذج اللغات الضخمة والأدوات، تمثل حالة واضحة يجب أن تتألق فيها المبادئ البايزية.

توفر نظرية القرار البايزية إطارًا لأنظمة الوكيل التي يمكن أن تساعد في الحفاظ على المعتقدات بشأن الكميات الكامنة ذات الصلة بالمهام، وتحديث هذه المعتقدات من خلال التفاعلات الملاحظة بين الوكلاء والبشر، واختيار الأفعال المناسبة. ومع ذلك، تصبح مهمة جعل نماذج اللغات الضخمة نفسها محركات لتحديث المعتقدات البايزية معقدة للغاية من الناحيتين الحسابية والمفهومية.

من جهة أخرى، تجادل هذه الورقة بأن صنع القرار المتماسك يتطلب مبادئ بايزية على مستوى تنسيق النظام الوكيل، وليس بالضرورة في معلمات وكلاء نماذج اللغات الضخمة. توضح الورقة خصائص عملية للتحكم البايزي تتناسب مع أنظمة الذكاء الاصطناعي الوكيل الحديثة وتعاون الإنسان والذكاء الاصطناعي، وتقدم أمثلة عملية ونماذج تصميم توضح كيف يمكن أن تُحسن المعتقدات المعايرة والسياسات الواعية بالفوائد من تنظيم الذكاء الاصطناعي الوكيل.