في عالم الذكاء الاصطناعي المتطور، أصبح تحسين مهارات الوكلاء (agents) ضرورة ملحة لضمان أدائهم الفعال عبر مجموعة واسعة من المهام والمتطلبات. يُعرف الآن إطار عمل جديد يُدعى تحسين المهارات المعززة بالاسترجاع (Retrieval-Augmented Skill Optimization - RASO) الذي يعد بتغيير طريقة تدريب الوكلاء.

يعتمد هذا الإطار على مهارة الوكيل باعتبارها منتجاً قابلاً للإعادة الاستخدام والذي يرشد الوكيل لأداء المهام بكفاءة كبيرة تحت مجموعة معينة من القيود. على الرغم من وجود ملايين المهارات العامة المتاحة، فإن أساليب تحسين المهارات التقليدية غالباً ما تتجاهل هذا الكم الهائل من المعرفة، اعتماداً على تطوير الوكلاء المكلف بشكل مكثف.

لكن RASO يقدم حلاً مبتكراً من خلال استغلال مجموعة خارجية من المهارات كمعرفة سابقة في عملية التحسين، حيث يقوم باسترجاع المعرفة ذات الصلة من المهارات الموجودة وتكييفها مع المهمة والقيود المستهدفة عبر تكييف العجلات المتقاطعة.

ينقسم إطار العمل RASO إلى مرحلتين رئيسيتين:
- **بداية المهارات المعززة بالاسترجاع (RASI)**: وهي مرحلة تنشئ مهارة أولية تعتمد على المعرفة دون الحاجة إلى تطوير الوكلاء.
- **تحديث المهارات المعززة بالاسترجاع (RASU)**: تقوم هذه المرحلة بتحسين المهارة بشكل تدريجي من خلال استرجاع المعرفة الخارجية المسترشد بها من ملاحظات التنفيذ.

أظهرت التجارب المكثفة عبر أربعة معايير مختلفة واثنين من النماذج أن RASO يتفوق باستمرار على نماذج الأساس التي لا تتضمن بدء المهارات المعززة بالاسترجاع أو تحديثها. هل أنتم متحمسون لهذا الابتكار؟ شاركونا آراءكم في التعليقات!