تمثل معظم الجهود المُبذولة في تطوير الوكيل الذكي التركيز على كيفية اقتراح التغييرات. لكن، ما غاب عن الأذهان هو الجانب الذي يقرر ما إذا كان يجب قبول هذه التغييرات، وهو ما يُعرف بالقبول أو "المقبِل". تقنيات القبول التقليدية تعاني من ضعف في الأداء، ما يؤدي إلى نتائج ملفتة للعيان، مثل اعتماد الوكيل على قواعد غير منظمة مما ينتج عنه تغييرات خاطئة بشكل متكرر.

تقدم PACE حلاً فعالاً عن طريق معاملة عملية القبول كأحد اختبارات الفرضيات التسلسلية. بدلاً من متابعة العمليات التقليدية، يقارن هذا النظام كل اقتراح مع القائم الحالي على حالات متماثلة، ويقرر اعتماد التغيير فقط عندما تكون الأدلة واضحة. بهذه الطريقة، يتم التحكم في احتمال التغييرات الخاطئة وفقًا لمستويات محددة من قِبل المستخدم، مما يعزز موثوقية الوكالات.

تم اختبار PACE على وكلاء Qwen2.5، وقد أظهرت النتائج أن العوامل التقليدية (مثل "احتفظ بالتغيير إذا زادت الدرجات") تؤدي إلى تحقيق تغييرات خاطئة تتراوح بين 30-42%، بينما تعتمد PACE على اختيار التغييرات الصحيحة فقط، مع تقليل التكلفة بنسبة حوالي 18%.

هكذا، كفيلة PACE بتحسين وكالات الذكاء الاصطناعي، وضمان مستقبل أكثر موثوقية وتطورًا في هذا المجال المليء بالتحديات.