في عالم الذكاء الاصطناعي، حيث تتزايد أهمية الوكلاء الشخصيين المدعومين بنماذج اللغات الضخمة (Large Language Models) بشكل جذري، تبرز الحاجة إلى تنفيذ هذه التقنيات على الأجهزة الشخصية لضمان الخصوصية وسرعة الاستجابة. لكن التحدي الحقيقي يكمن في كيفية إدارة الطلبات التي تعتمد على سياقات شخصية فريدة، حيث يجب أن ترتكز استجابات هذه الوكلاء على معلومات مقيمة على الجهاز نفسه.

تقدم الدراسة الجديدة تقنية EPIC (بناء فهرس متوافق مع التفضيلات بكفاءة) التي تسعى لتبسيط هذه التحديات من خلال التركيز على تفضيلات المستخدمين كأحد أشكال السياق الشخصي المستقر. تتيح هذه التقنية الاحتفاظ بالمعلومات ذات الصلة بالتفضيلات من البيانات الخام، مما يعزز توافق الاسترجاع مع السياقات الخاصة بالمستخدمين.

تم اختبار EPIC عبر أربعة مؤشرات تشمل المحادثات، المناقشات، الشروحات، والتوصيات، وأثبتت أنها تفوق في الأداء بفضل قدرتها على تقليل حجم الذاكرة اللازمة للفهرسة بنسبة 2,404 مرة، وزيادة دقة متابعة التفضيلات بمعدل 20.17 نقطة مئوية، مع تحقيق زمن استرجاع أقل من أفضل نموذج متاح بمعدل 33.33 مرة.

في تجربتنا على الأجهزة، حافظت EPIC على مساحة ذاكرة تقل عن 1 ميغابايت مع زمن استجابة قدره 29.35 ميلي ثانية لكل استعلام.

هذه الابتكارات تمثل نقطة تحوّل في كيفية تعاملنا مع الذكاء الاصطناعي الشخصي، حيث تتيح لنا توفير تجارب أكثر دقة ومتوافقة مع احتياجاتنا.

ماذا عن تجربتك مع الذكاء الاصطناعي الشخصي؟ هل تعتقد أن التخزين المرتبط بالتفضيلات يمكن أن يحسن من أداء هذه الأنظمة؟ شاركونا آراءكم في التعليقات.