في عالم الذكاء الاصطناعي، تسهم الابتكارات المستمرة في تحسين أداء الوكلاء الذكيين، وأحدث هذه الابتكارات هي تقنية Probe-and-Resume التي تم طرحها في ورقة بحثية على منصة arXiv. تقدم هذه التقنية نموذجًا جديدًا لتقييم أداء الوكلاء من خلال القدرة على البحث في وقت الاختبار، مما يزيد فعالية اتخاذ القرارات ويعزز النجاح في مهام معينة.

تعمل هذه التقنية أوّلًا على تقديم فهمٍ جديد لطرق تقييم الأداء عبر استخدام 'الناقد' (critic) الذي يساعد في اختيار سلوكيات واختيارات أفضل أثناء تنفيذ المهام. وبالرغم من ذلك، أظهرت التجارب أن بعض التكوينات مثل شجرة مونتي كارلو للبحث (MCTS) لم تحقق تحسنًا ملحوظًا في النجاح.

اكتشف الباحثون مصدرين رئيسيين للأداء الضعيف للناقد: أولهما أن ملاحظات الوكيل لا تشمل جميع جوانب الحالة البيئية الضرورية للتقييم. ثانيهما أن الحالات المتوسطة توفر دلائل ضئيلة على ما إذا كانت المسارات ستنجح أم لا.

لذا، اقترح الباحثون نهجًا جديدًا يركز على الاستثمار في عمل الناقد، حيث يتم استدعاؤه فقط عند وجود اعتقاد بأن الوكيل قد أكمل مهمته. كما تم منح الناقد إمكانية النفاذ المتكامل (قراءة، كتابة، وتنفيذ) إلى أجزاء من الحالة الحالية والبدائية للكمبيوتر، مما يساعد على استكشاف حالات مخفية.

بالاعتماد على تقنية Probe-and-Resume، زادت نسبة النجاح بمعدل 8.4% عن المصنفات التقليدية، مما يقترب من معدلات النجاح لوكيل Codex CLI نفسه، ولكن بتكلفة أقل بكثير.

تظهر هذه التطورات الرائدة أهمية البحث المستمر في تحويل طرق الذكاء الاصطناعي وتعزيز الأداء الوظيفي للأنظمة الذكية. كيف تعتقد أن هذه التقنية ستغير مستقبل الوكلاء الذكيين؟ شاركونا أفكاركم!