في عالم الذكاء الاصطناعي، تصبح السجلات المفحوصة آليًا (Machine-verifiable workflows) أداة قوية لتعزيز الحوكمة وتحسين أداء النماذج. من خلال ربط عقد المهام، وقرارات المدققين، والمخرجات المقبولة، تم اختبار إمكانية هذه السجلات في مراقبة النماذج ذات القدرات المحدودة.

في تجارب حديثة، تم استخدام نموذج Qwen3-14B في حالات إعادة التخطيط الجديدة، حيث نجح هذا النموذج في توظيف 24 خطة تمت الموافقة عليها من قبل المدقق المستقل (VAL verifier). هذه الخطط ساهمت في تدريب النماذج دون الحاجة إلى معايير أو معلمين أقوياء، مما ساعد على زيادة الخطط المقبولة من 1 إلى 57 في 80 حالة جديدة.

انخفضت نسبة الوقت المستغرق للتفكير، وقدرة النظام على إنتاج حلول فعالة بأقل جهد، حيث استخدم المحول حوالي 1/56 من متوسط زمن التفكير. ومع ذلك، لم ينجح بوابة تصحيح منطقة التفويض المتفصل، حيث تم إصلاح الأخطاء المثبتة في تجارب لاحقة.

على ضوء هذه النتائج، يتضح أن الإشراف المختار من المدققين يعزز من قدرات الآلات القابلة للتحقق من قبل الإنسان بدلاً من التخطيط العشوائي، مما يضيف قيمة حقيقية للخدمات المتطورة التي تعتمد على تقنيات الذكاء الاصطناعي.