في خطوة مبتكرة نحو تحسين دقة الذكاء الاصطناعي في حل المشكلات الرياضية، قدم الباحثون تقنية جديدة تدعى ReSolve. تعتمد هذه التقنية على إعادة استغلال استدلالات المرشحين (candidate reasoning) من خلال عملية تُعرف باسم التنسيق التوليدي الانتقائي (selective generative moderation).

يواجه الكثير من النماذج التقليدية تحديات عند محاولة تقديم حلول للمشكلات المركزية، بما في ذلك استهلاك موارد الحوسبة على الاستدلالات الوسيطة والأجوبة غير المكتملة. ومع ذلك، يوفر ReSolve حلاً مبتكرًا يعزز القدرة على تحليل الحلول الحالية عندما تتباين النتائج أو عندما تكون الأجوبة غير ممكنة التحليل.

ومن خلال تطبيقه على 130 مسألة رياضية، أثبت ReSolve فعاليته، حيث حقق 100 و99 إجابة صحيحة مقارنةً بـ 91 و92 من خلال التقنيات التقليدية مثل التصويت على نفس المرشحين الأربعة. هذا التقدم لم يقتصر فقط على دقة النتائج، بل أيضًا على توفير الموارد، حيث استخدم النظام 46.3% و47.2% أقل من الرموز في تقييمات مختلفة.

توضح النتائج النهائية أيضًا أن استخدام التجميع الانتقائي يُساهم في تقليل الاستخدام الكلي للموارد الذكية، مع تحقيق نتائج متسقة ودقيقة. إن هذه النتائج ليست مجرد أرقام، بل تشير إلى إمكانية إعادة استخدام استدلال المرشحين كوسيلة لحوسبة المعلومات بطريقة أكثر كفاءة.

بهذه الطريقة، يمثل ReSolve خطوة جديدة نحو تحسين كيفية استخدام الذكاء الاصطناعي للاستدلالات السابقة، مما يجعله أحد الاتجاهات الواعدة في عالم الذكاء الاصطناعي.