في عالم الذكاء الاصطناعي، تتطلب المهام المعقدة الحصول على معلومات دقيقة وموثوقة. ولكن، يواجه وكلاء البحث العميق (Deep Research Agents) تحديات كبيرة نتيجة لتفاقم الثقة المفرطة في إجاباتهم، مما يقلل من مصداقية تلك الإجابات لدى المستخدمين. في خطوة ثورية، تم تقديم تقنية جديدة تسمى DualStake، تهدف إلى تعزيز موثوقية القرارات المدعومة بالذكاء الاصطناعي.

تستند فكرة DualStake إلى تطوير سلسلة منتقاة من خطوات الثقة التي تتم بعد كل عملية استرجاع للمعلومات، مما يساعد في بناء ثقة حقيقية لدى المستخدمين بشأن الإجابات المقدمة. وقد أشارت النتائج إلى أن الثقة المستمدة من الأدلة (Evidence Confidence - E-Conf) التي تُستخلص بعد عملية استرجاع المعلومات النهائية تقدم إشارات قوية لدرجة عدم اليقين، أكثر من الثقة في الإجابة (Answer Confidence - A-Conf) التي تعكس الثقة بعد توليد الإجابة نفسها.

أظهرت تجارب متعددة على نماذج مثل Qwen2.5-7B وQwen3-4B عبر ثمانية معايير مختلفة لتحليل الأسئلة، أن استخدام DualStake أدى إلى تحسين مستمر في موثوقية الثقة دون التضحية بدقة الإجابات. وبفضل هذه التقنية، يمكن لوكلاء البحث العميق الآن تقديم أداء أكثر دقة وثقة للمستخدمين.

لمن يرغب في استكشاف تفاصيل هذه التقنية، يمكنكم زيارة رمز المشروع على GitHub للتعرف على كيفية أداء DualStake على أفضل نحو.