في عالم أنظمة التشغيل، تعتبر مواصفات نوى الأنظمة (Operating System Kernels) ضرورة قصوى، حيث يجب أن تعكس سلوك النظام بدقة. ومع ذلك، فإن كتابة هذه المواصفات يدويًا تتطلب خبرات عميقة في المجال، مما يؤدى إلى التفكير في استخدام نماذج اللغات الكبيرة (Large Language Models) لأتمتة تلك العملية.

في هذا السياق، تم تقديم تقنية بودهي (BODHI) كمبادرة لتجاوز التحديات السائدة. حيث تم تطبيق طريقة ترويج المعرفة المتعلقة بالمجال لتعزيز آلية الترويج العادية، عبر تقديم دليل هيكلي لترجمة C إلى Python، يغطي 15 فئة من أنماط الترجمة المعنية.

تستند هذه المبادرة إلى مفهوم هيكلية سلسلة التفكير (Structured Chain-of-Thought) في الترويج، مما يساعد في تنظيم الترجمة وفقًا لفصل المخاوف. هذا ينطوي على استخراج الشروط المسبقة وتوليد الشروط اللاحقة كفئات مستقلة.

عند تقييمها على تسعة نماذج من ستة مزودين مختلفين مثل Anthropic وMistral وAmazon وDeepSeek وMeta وAlibaba، حققت تقنية بودهي تحسينًا ملحوظًا في كل نموذج تم اختباره، حيث تراوحت الزيادات بين +11% إلى +32%. وأفضل تكوين، الذي يمثل نموذج Claude Opus 4.6 مع بودهي، استطاع تحقيق معدل 96.73% في Pass@1.

تقنية بودهي نجحت أيضًا في تقليل الأخطاء النحوية والدلالية، مع تأثير قوي على النماذج التي تمتلك قدرة كافية على اتباع التعليمات. إن هذه النتائج تسلط الضوء على إمكانية إدخال المعرفة المتعلقة بالمجال كوسيلة غير مرتبطة بالنموذج، مما يساهم بشكل كبير في تقليص الفجوة بين توليد الشيفرات العامة وعمليات تكوين المواصفات الرسمية.