في عالم الذكاء الاصطناعي، يواجه الوكلاء المعتمدون على نماذج اللغات الضخمة (Large Language Models) تحديات مستمرة فيما يتعلق بموازنة الأداء والوقت، حيث أن تحسين الأداء غالباً ما يأتي بتكاليف زمنية. لكن الآن، مع تطوير أداة جديدة تسمى PExA، أصبح بالإمكان تجاوز هذه العقبة.

PExA هو وكيل استكشاف متوازي، يقوم بإعادة صياغة عملية التحويل من النص إلى SQL من خلال نموذج جديد يعتمد على تغطية اختبارات البرمجيات. الفكرة هنا هي تحضير الاستعلام الأصلي باستخدام مجموعة من حالات الاختبار التي تتضمن SQL بسيطة، والتي يتم تنفيذها بشكل متوازي. هذه الطريقة تضمن تغطية دلالية شاملة للاستعلام الأصلي.

بعد المرور بعدة جولات لتحسين تغطية حالات الاختبار، يتم توليد SQL النهائي فقط عندما يتم جمع معلومات كافية. هنا تبرز قوة طريقة PExA التي تستغل SQLs المكتشفة لتوجيه الجيل النهائي. وقد تم اختبار هذا الإطار الجديد على مجموعة بيانات رائدة في هذا المجال، المعروفة باسم Spider 2.0، وحقق نسبة دقة تنفيذ مذهلة بلغت 70.2%.

تظهر هذه النتائج الجديدة الإمكانيات الكبيرة التي يوفرها PExA في تحسين أداء نماذج تحويل النص إلى SQL، مما يشير إلى نقطة تحول في كيفية معالجة البيانات النصية وتحويلها إلى استعلامات قابلة للتنفيذ.

هل تعتقد أن هذه التقنية ستحدث ثورة في كيفية التعامل مع البيانات؟ شاركونا آراءكم في التعليقات!