في عصر الذكاء الاصطناعي وتكنولوجيا المعلومات، أصبح تطوير معايير نماذج الرؤية-اللغة (Vision-Language Models) الطبية أكثر سهولة بفضل البيانات الغنية والموسومة كلما زادت الاحتياجات الطبية. وفي تطور مثير، قدم فريق من الباحثين نموذج MedBenchAgent، الذي يعد خطوة ثورية نحو الأتمتة المنهجية لبناء معايير التقييم.

يهدف MedBenchAgent إلى معالجة نطاق أوسع من المشكلات التي تخص بناء مواصفات التقييم ذاتها، حيث يرتكز على كيفية اختيار المهام المراد تقييمها، وما هي البيانات الموسومة الداعمة لكل مهمة، وكيفية تحويل هذه الأدلة إلى عناصر تقييم موثوقة.

يقدم MedBenchAgent منهجية جديدة تُعرف باسم "التركيب المقيد" (Constrained Compilation)، حيث تعمل مواصفات المعايير على التطور التدريجي بناءً على متطلبات التقييم، والتعليقات المتنوعة، والمعرفة الطبية.

هذا النظام يتكون من إطار عمل متعدد الوكلاء (Multi-Agent Framework) وممثل وسيط للمعايير، والذي يتضمن تعريفات المهام، وتوجيه الأدلة، وبروتوكولات التقييم، ومواصفات العناصر عبر مراحل البناء المختلفة. ويؤكد MedBenchAgent على فصل التخطيط—الذي يشتمل على استنباط والتحقق من المواصفات—عن التفعيل، الذي يتضمن بناء وتدقيق العناصر وفقًا للمواصفات المحددة.

حطّم MedBenchAgent الأرقام السابقة بحصوله على معدل F1 في نطاق المهام بلغ 90.9%، متفوقًا على التقنيات السابقة والتي كانت تتراوح بين 79.2-80.0%، مما يعكس قدرة هذا النموذج على التحسين والتطوير المستمر.

تمكن هذا النظام من إثبات كفاءته في مجالات طبية محددة، حيث تم تقييم اثني عشر نموذجًا من نماذج الرؤية-اللغة، مما أبرز التباين الخاص بالمهام والبيئات التي قد تُخفيها الدرجات التراكمية. تشكل هذه النتائج دليلاً على أن التركيب المقيد يعد إطار عمل قابل للتطوير وقابل للتدقيق في بناء معايير نماذج الرؤية-اللغة الطبية بعيدًا عن مجرد توليد الأسئلة.