مع تزايد تعقيد المشاكل في عالم اليوم، يحتاج الباحثون والممارسون إلى طرق فعالة وعملية لتحسين الحلول الذكية. في هذا السياق، تأتي تقنية ReVEL كحل مبتكر يركز على تحسين الحلول لمشاكل التحسين المركبة التي تعتبر صعبة للغاية (NP-hard). تعتمد ReVEL على نماذج اللغات الضخمة (Large Language Models) لخلق بيئة متطورة تمكّن من تطوير استراتيجيات فعالة لتحسين الحلول.

تعمل ReVEL على تنظيم أساليب تحسين الحلول في مجموعات واعية بالسلوك، حيث تشمل مجموعات مدفوعة بالتشابه لتسهيل عملية التحسين المحلي، وأخرى مدفوعة بالتنوع لاستكشاف خيارات جديدة. في كل مجموعة، يقوم LLM بتنفيذ عملية تحسين متعددة المراحل بناءً على التغذية الراجعة المتراكمة عن الأداء. هذه الطريقة تتيح تحليل الحلول ذات الصلة بشكل مشترك، مما يؤدي إلى تحسينها بشكل تدريجي عبر مراحل التطور.

أظهرت تجارب على معايير تحسين التوافق القياسية أن ReVEL تتفوق عمومًا على الطرق الحالية المستندة إلى LLM، مما يقترح أن الترتيب الواعي بالسلوك يسهم في تحسين أكثر اتساقاً خلال تطور الحلول. تفتح هذه التقنية آفاقًا جديدة في كيفية معالجة المشاكل المعقدة، مما يمهد الطريق لتبني أوسع للأدوات القائمة على الذكاء الاصطناعي في مجالات متعددة.