في عالم التنبؤ بسلاسل الزمن، لم يعد الأمر مجرد استخلاص أرقام، بل أصبحت الحاجة ملحة لفهم البيانات غير الهيكلية، مثل الأخبار والأحداث المؤثرة. في هذا السياق، يقدم فريق من الباحثين نموذجًا مبتكرًا يُعرف باسم نكسس (Nexus)، وهو إطار عمل متعدد الوكلاء صُمم لتجاوز العقبات التقليدية في التنبؤ.

تعتمد الآلية التي يستخدمها نكسس على تقسيم عملية التنبؤ إلى مراحل متخصصة، حيث يتم تحليل التقلبات الزمنية على مستويات كبيرة وصغيرة، ومن ثم دمج المعلومات السياقية عند توفرها، مما يتيح تكوين توقع نهائي. هذه الاستراتيجية تجعل نكسس مرنًا في التكيّف مع المعلومات الموسمية والديناميكية التي تستند إلى الأحداث، دون الاعتماد على الأساليب الإحصائية التقليدية.

تظهر الأبحاث أن نماذج اللغة الكبيرة (Large Language Models) تمتلك قدرة تنبؤية أقوى بكثير مما كان يُعتقد سابقًا، حيث تعتمد كفاءة هذه النماذج بشكل حاسم على كيفية تنظيم reasoning (التفكير) العددي والسياقي. عند اختبار نكسس على بيانات تتعلق بأسواق العقارات والأسواق المالية المتقلبة، أثبت هذا النموذج أنه يتفوق على النماذج التقليدية لمنصات التنبؤ.

بالإضافة إلى تحقيق دقة عالية في التنبؤات، يوفر نكسس مسارات تفكير ذات جودة عالية تُظهر بوضوح العوامل الأساسية وراء كل توقع، مما يدلل على أن التنبؤات الواقعية تتطلب اعتماد استراتيجيات تفكير تتجاوز نمذجة التسلسلات فقط.

بفضل هذه الإنجازات، يفتح نكسس أبوابًا جديدة لفهم الأسواق وتوجيه القرارات الاستراتيجية في مجالات متنوعة، مما يُعتبر طفرة نوعية في الذكاء الاصطناعي والتنبؤ الزمني.