تعتبر عملية تقييم المسارات من العوامل الأساسية التي تؤثر على موثوقية وكالات الذكاء الاصطناعي المعتمدة على نماذج اللغات الضخمة (Large Language Models). في العالم الإنتاجي، تعتبر تكلفة إعادة التقييم متعددة الجوانب مرتفعة جداً، مما يحتم الحاجة إلى إيجاد حلول ذكية.

هنا يأتي دور خوارزميةLiteTrajEval التي تعتمد مفهومًا خفيفًا وذكيًا لتقييم المسارات. تعمل LiteTrajEval من خلال إنشاء ملفات تعريف قواعد معينة للمجال بشكل مسبق، مما يتيح إمكانية معالجة المسارات الجديدة بسرعة وكفاءة.

تقوم الخوارزمية بتحديد الإشارات الدالة على فشل بعض القرارات، ثم تقوم بترتيب المعلومات تحت ميزانية عالمية ثابتة. بعد ذلك، تستخدم خوارزمية مزدوجة الحكم، حيث يتم استدعاء نموذج ذكاء اصطناعي محدد لإنتاج تقارير تشخيصية منظمة.

تجارب الأداء تظهر أن LiteTrajEval تحقق تحسنًا يصل إلى 35 نقطة مئوية في محاذاة تحديد الفشل عند مقارنتها بخوارزمية AgentRx، مع تقليل التكاليف بنسبة تصل إلى 6 مرات وتقليل الوقت المستغرق في التقييم بأكثر من 8 مرات.

تم نشر هذه الخوارزمية كجزء من منصة الذكاء الاصطناعي الخاصة بالشركة، مما يزيد من إمكانية استخدامها في البيئات الانتاجية المستقبلية.

هل تعتقد أن هذه الخوارزمية ستحدث ثورة في كيفية عمل وكالات الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!