في عالم الذكاء الاصطناعي، حيث تهيمن أنظمة المحادثة المستندة إلى نماذج اللغات الضخمة (Large Language Models)، تظل هذه الأنظمة تفاعلية بطبيعتها. فبينما تُعالج ملايين المحادثات المعقدة يوميًا، لا تتجاوز هذه الأنظمة مرحلة الاستجابة فقط بعد إدخال المستخدم لاستفساره. لكن، ماذا لو تمكنت تلك الأنظمة من التنبؤ بالاستفسارات القادمة قبل أن يطلبها المستخدم؟ هنا تبرز تقنية OnePred.

OnePred تقدم نهجًا ثوريًا في توقع الاستفسارات في المحادثات متعددة الأدوار، حيث تعتمد على ذاكرة نوايا متكررة كوسيلة وحيدة لفهم السياق بين الأدوار. البحث عن تحسين فعالية التفاعل هو جوهر عمل OnePred، إذ تعمل على تقليل كمية «التوكنات» المستهلكة لكل دورة حوارية بشكل ملحوظ، تصل إلى 22 ضعفًا مقارنة بالإدخالات التقليدية.

تعتمد التقنية على فهم تطور نوايا المستخدم عبر المواضيع والاحتياجات غير المستكشفة وتغييرات الاهتمام. من خلال تحقيق هذه الفكرة، تنجح OnePred في تقديم توقعات أسرع وأدق دون الحاجة إلى إعادة قراءة كافة سجلات الحوار. وتجسد هذه التقنية التطور الحاصل في الذكاء الاصطناعي وتحدد معايير جديدة في هذا المجال، حيث تُظهر التجارب أن فعالية OnePred تتجاوز جميع المعايير المعتمدة، خاصة خلال المحادثات الطويلة.

لضمان صحة اختبارات هذا النظام الجديد، تم تقديم معيار NQP-Bench، والذي يغطي ثلاث شرائح متنوعة تساهم في تحسين الأداء وتطوير النماذج.

إذا كنت ترغب في البقاء على اطلاع بأحدث التطورات في عالم الذكاء الاصطناعي، فإن OnePred تمثل مثالاً متقدماً يظهر كيف يمكن للتقنيات أن تُعيد تشكيل طرق التواصل بين الإنسان والآلة.