في عصر الذكاء الاصطناعي المتقدم، تواجه تقييمات الوكالات تحديين أساسيين في تقديم الأدلة: الأول يتعلق بكفاية الأدلة المقدمة ومدى إمكانية إعادة حسابها، والثاني يتعلق بمدى تغطية السجلات المحتفظ بها لمجموعة التجارب المعتمدة. أوضح الباحثون أن الطرق التقليدية مثل السجلات العامة والمراسلات المرتبطة لم تستطع تحقيق متطلبات هذه التحديات بشكل موثوق.

ومع ذلك، فإن العرض الجديد لتقنية ClaimReceipt يمثل نقلة نوعية في هذا المجال. فهي توضح المواصفات المتعلقة بالمطالبات وتتحقق بشكل انتقائي من صحة الأدلة المدعومة بمعاملات محددة. يقوم هذا النظام بتحويل الأدلة إلى بيانات متماسكة مربوطة باستنتاجات معينة، حيث يقوم بإخراج ثلاث نتائج محتملة: PASS، INVALID، أو INCONCLUSIVE حسب كل مطالبة.

تعمل ClaimReceipt على تحليل 1392 سجلًا تاريخيًا بين المشترين والبائعين حيث أظهر نظام CR-2 دقة استثنائية من خلال تكرار جميع أحكام التدقيق المعلّمة يدويًا. ولفهم مدى كفاءة هذا النظام، تم أيضًا تنفيذ حقبة CR-3 حيث تم التوقيع على 30 تعيينًا قبل التقييم، مع تشفير الأدلة الخاصة لزيادة الأمان والتحقق.

الأدلة الكاملة تقود إلى نتائج مُرضية، لكن withholding أي استلام نهائي يؤدي إلى نتائج غير حاسمة. تُظهر النتائج أن البنية الأساسية للأدلة تؤثر بشكل كبير على ما يُظهره كل من التحقق الاقتصادي وموثوقية البروتوكول، مما يعكس التقديرات المسبقة.

تخلت هذه التقنية عن نسبة بسيطة من وقت استنتاج النموذج، مما يبرز كفاءتها العالية في معالجة البيانات. ومع ذلك، تشير الأبحاث إلى أن المواصفات المنشأة قد تحتاج إلى مزيد من وضوح إلى القارئ المستقل. بالنظر إلى التحديات المطروحة، فإن التحقق من المطالبات يتطلب أدلة كافية مع التزام شامل يتم من خلاله كشف أي نقص.