في عالم الذكاء الاصطناعي، يعد التحكم في الذاكرة وإدارة المعلومات أحد أبرز التحديات. مؤخرًا، تم اكتشاف ظاهرة جديدة تُعرف بـ"حافة التكديس" (Compaction Cliff) والتي تشير إلى تنافس قاعدة السلامة والسجلات العرضية في استخدام نفس الرموز داخل سياق الوكلاء الذكيين. لكن، ما هو الحل؟

تتجلى المشكلة عندما يتجاوز الميزانية المحددة، حيث يتعين على القواعد والسجلات أن تتلخص بنفس المعدل، مما يؤدي لتأثيرات سلبية على السلامة. لكن التقنية الجديدة التي تُعرف بـ"ترياج المعرفة" (Knowledge Triage) تقدم حلاً مبتكرًا؛ إذ تُصنّف كل سطر في قاعدة المعرفة الخاصة بالوكيل حسب النوع وتوجّه كل نوع عبر سياسة احتفاظ خاصة به.

تم تطوير ثلاث عمليات حاسوبية لتطبيق تلك السياسة:
- **TypeCompact**: تُعيد كتابة العناصر مباشرة مع الحفاظ على دقة النوع.
- **TypeDecompose**: تقسم المواضيع الكبيرة جداً إلى أقسام أصغر نموذجًا أكثر أمانًا.
- **TypeRetrieve**: تسترجع العناصر من التخزين الخارجي مع تقديم القواعد المناسبة أمام كل عملية استرجاع.

تُظهر النتائج أن TypeCompact نجحت في الحفاظ على 2-4 أضعاف القواعد الأخيرة مقارنةً بأقوى أدوات التكديس المتاحة، كما حققت TypeDecompose نسبة انتهاكات محلية تبلغ 0%، وTypeRetrieve سجل نجاحًا بنسبة 100% في الاسترجاع.

في ختام هذا البحث، تم نشر قاعدة بيانات جديدة تسمى "AgentArtifactCorpus"، التي تضم 396,934 تكوينًا لوكلاء من 54,628 مستودعًا عامًا على GitHub.

إن الابتكارات في هذا المجال تحمل في طياتها potential غير مسبوق في تعزيز سلامة الوكلاء الذكيين وتوسيع آفاق استخدام الذكاء الاصطناعي في مجالات مختلفة.

ما رأيكم في هذا التطور الجديد في عالم الذكاء الاصطناعي؟ شاركونا في التعليقات!