في عالم الذكاء الاصطناعي، تبرز الأنظمة المستخدمة في إدارة الإجراءات تحت مسمى "وكالات الوكلاء"، التي تجمع بين الاسترجاع، الإرشاد، الحالة، المصدر، والتحقق. إلا أن التجارب المحلية قد تشهد اختلافات في تفسير الحالة المشتركة بين مكوناتها. في هذا السياق، تم تقديم نموذج جديد يعتمد على مفهوم "جلد القدرة" (Capability Sheaf) الذي يسهم في فهم أفضل لهذه المشاكل.

يتألف الجلد من مكونات خلوية تُشفر توقيعات سلوكية من نوع معين، حيث تحتفظ الخرائط المُقيدة بالحقول المشتركة، وتعتبر الجولات المقبولة أقساماً عالمية مفيدة. الشكل الدقيق لمشكلة الإرضاء القياسية (CSP) يحدد معايير القبول، بينما توفر فئة الهمولوجيا النسبية المتجانسة ميزة تشخيصية وبحثية.

في دراسة تجريبية تمت عبر 20 مجموعة من المهام، تم التعرف على وسطاء داخليين مخفيين يؤثرون على الحالات الخام في التجربة. أدت تقنيات تقسيم الحدود إلى تقليص الميزانية المقترحة من 2000 إلى 1000 لكل مجموعة. وعبر محاذاة الحالة المخفية، تم إيجاد حلول تجريبية دون وجود فجوات كبيرة.

كما تم اختبار الأسلوب الجديد على مجموعة اكتشاف من مجموعة SWE-bench متعددة اللغات، التي تشمل 160 مشكلة من 20 مستودعاً، مما يعكس أداءً قوياً يُظهر تحولاً مهماً في حل المشاكل. على الرغم من ذلك، لم تدعم الفروق بين النتائج جميع المستودعات، مما يشير إلى تحديات قائمة رغم تقدم الآليات المستخدمة.

تدعم هذه الدراسة آليات التحكم في الثبات والتمييز، لكنها لا تقدم ميزة حقيقية لصالح استخدام الأساليب المعقدة من الناحية الجوهرية. كيف ترى هذه التطورات في مجال الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!