تعتبر الأفكار البحثية المبتكرة أحد الركائز الأساسية لتقدم العلوم، ومع ذلك، فإن الزيادة السريعة في الأدبيات العلمية تجعل من الصعب على الباحثين تنقية المعرفة والعثور على الاتجاهات الجديدة. رغم أن الطرق الحالية المستندة إلى نماذج اللغات الضخمة (Large Language Models) تظهر وعدًا في توليد الأفكار، إلا أن هذه الأفكار غالبًا ما تكون تكرارية وتفتقر إلى العمق.

للتغلب على هذه التحديات، اقترحت دراسة جديدة استراتيجية مبتكرة تستند إلى نظرية الابتكار التبادلي، تجمع بين البحث التكراري عن المعرفة ونظام متعدد الوكلاء (Multi-Agent System) قائم على نماذج اللغات الضخمة. تهدف هذه الاستراتيجية إلى تعزيز تنوع وعمق الأفكار البحثية من خلال عمليات تكرارية تقوم على التفاعل المتكرر.

في سياق تجريبي متعلق بمعالجة اللغة الطبيعية، أثبتت هذه الطريقة الجديدة تفوقها على المعايير الحالية في كل من التنوع والجدة. كما أظهرت مقارنة الأفكار الناتجة عن هذه الاستراتيجية مع أفكار مستمدة من أوراق مؤتمرات التعلم الآلي الرائدة، أن جودة الأفكار المتولدة تقع في منطقة وسط بين الأوراق المقبولة وتلك المرفوضة.

تشير هذه النتائج إلى أن الإطار المقترح يمثل نهجًا واعدًا لدعم توليد أفكار بحثية عالية الجودة. يمكنكم الاطلاع على الكود المصدري ومجموعة البيانات المستخدمة في هذا البحث عبر مستودع GitHub، كما يتوفر العرض التوضيحي على [Hugging Face](https://huggingface.co/spaces/cshuai20/MAGenIdeas).