في ظل الابتكارات المتزايدة في مجال الذكاء الاصطناعي، تم تقديم مفهوم جديد يُعرف باسم الرسم البياني لوكيل مستقل واعي بالتعديلات (Revision-Aware Independent Agent Graph - RIAG). يهدف هذا النموذج إلى معالجة العوائق التقليدية التي تواجه بروتوكولات التفكير الحالية والتي تتبع مهامًا ثابتة وغير مرنة.

تخيل أن لديك نظامًا يُمكنه تعديل ارتباطات المهام بناءً على تدفقات الأحداث. إذًا، تحتاج إلى تحديد نسخة الوثيقة الصحيحة في كل مرة تُطرح فيها استفسار. هذا هو التحدي الذي يتناوله النموذج الجديد.

لقد قام الباحثون بإعادة توجيه ستة معايير شائعة الاستخدام، تمتد لتضم أكثر من 31,000 حلقة ديناميكية من خلال أكثر من 373,000 استفسار زمني. خلال هذا الإطار، يظهر تساؤل جوهري: كيف يمكننا تحقيق توازن بين إعادة الحساب بعد كل حدث وتفادي استنتاجات قديمة؟

في إطار هذا البحث، يقدم النموذج RIAG حلاً ذكيًا حيث يقوم بفصل الحلول الزمنية الحتمية عن التفكير في المهام، مما يتيح له تخزين الحلول بناءً على هوية الوثائق الثابتة. يبدأ كل مهمة جديدة بمحاولتين غير معلن عنهما، ويستخدم آليات التدقيق والإصلاح عند الحاجة، مما يضمن دقة وديناميكية أكفأ.

وقد أظهرت النتائج أن هذا النموذج يحقق دقة في طرق التوجيه والإجابة تبلغ 54.24% مع 0.62 مكالمة لكل استفسار، من دون الحاجة لإعادة حسابات مكثفة، بينما وصلت طرق المقارنة التقليدية إلى دقة 32.22% مع 18.00 مكالمة لكل استفسار.

ما يسعى إليه النموذج RIAG يمثل قفزة نحو الأمام في التعامل مع المعلومات الديناميكية، مما يُفتتح أمامنا آفاقًا جديدة في كيفية تفاعل الأنظمة الذكية مع البيانات المتغيرة بسرعة.