في إطار فعاليات ورشة العمل الخاصة بتحدي QANTA 2026، تم تقديم نموذجين جديدين مخصصين للإجابة عن الأسئلة متعددة الوسائط. يأتي هذا الإبداع في سياق تقييم نظم كويز بول متعددة الوسائط، والتي تعتمد على الإجابة عن أسئلة من نوع الهرم بناءً على نصوص وصور يتم كشفها تدريجياً، كل ذلك تحت قيود كفاءة واقعية.

يتضمن التحدي مهمتين رئيسيتين:
- **أسئلة الإمساك (Tossup Questions)**: وهي تتطلب القرار بشأن متى يجب الإجابة في ظل وجود حالة من عدم اليقين.
- **أسئلة المكافآت (Bonus Questions)**: والتي تتطلب اختيار إجابات دقيقة مع الأخذ بعين الاعتبار تبنيها من قبل المستخدم.

للتصدي لهذه التحديات المختلفة، تم تطوير بنية هندسية لمجموعتين من الوكلاء. حيث يعتمد وكيل الإمساك على نموذج **GPT-4o-mini-class** (المعروف أيضاً باسم GPT-4.1-mini في سجلات المنافسة)، والذي يتميز بإجابات موثوقة مع سياسات تفكير عددية متخصصة، مما يقلل من التوقعات المفرطة الثقة التي تنشأ عن أدلة كمية معزولة.

أما وكيل المكافآت، فيستند إلى نموذج **GPT-4o-class** (المعروف بـ GPT-4.1) والذي يركز على التفكير المدرك للأهمية والعلاقات الهيكلية، بالإضافة إلى دمج الأدلة متعددة الوسائط لتحسين اختيار الإجابات الصحيحة.

بدلاً من الاعتماد على مسارات الاسترجاع أو تكتلات النماذج، تركز هذه المنهجية على سياسات تفكير فعالة ومعايرة دقة الثقة ضمن بيئة مستضافة فقط. وقد حقق النظام الجديد أعلى درجات في لوحة القيادة العامة بمعدل 0.402، بما في ذلك درجة الإمساك التي بلغت 0.238 ودرجة تأثير المكافآت 0.164. تُظهر النتائج أن استراتيجيات التفكير الخاصة والخفيفة يمكن أن تقدم أداءً قوياً على معايير اختبار الأسئلة متعددة الوسائط ضمن قيود الموارد.