في عالم الذكاء الاصطناعي، تعد كفاءة الأداء وجودته من العوامل الأساسية التي تؤثر في نتائج العمل. وكانت الدراسة الأخيرة حول "عقود وقت التشغيل" (Runtime Contracts) وكالات الذكاء الاصطناعي كفيلة بإلقاء الضوء على كيفية تأثير هذه العقود على الذكاء الاصطناعي في كتابة الأكواد وتنفيذ المهام.

تتضمن المنظومة المذكورة “CodeAct” حيث تعمل وكالات نموذج اللغة على كتابة أكواد بلغة بايثون (Python) تتفاعل مع أدوات مختلفة، وتقوم باستخدام التغذية الراجعة من التنفيذ لاتخاذ قراراتها. يعتمد تشغيل البرمجيات إما على بيئات زمنية دائمة تحافظ على متغيرات بايثون بين الإجراءات، أو بيئات دائمة تخفي المتغيرات عند انتهاء المهمة.

أوضحت التجارب أنه عندما يتدرب الوكلاء ضمن عقد معين، فإن فعاليتهم يمكن أن تتأثر بشكل مباشر عند الانتقال إلى بيئة أخرى. على سبيل المثال، في إحدى المهام، كان وكيل متدرب على عمل مع عقود زمنية دائمة يعمل بشكل أفضل في بيئات مشابهة، ولكن أداءه انخفض عند انتقاله إلى بيئات زمنية غير دائمة.

متطلبات الأداء تشمل قيودًا على عدد المكالمات للأدوات في كل دورة عمل. حيث تبيّن أن التضييق على هذه المكالمات يؤثر بشكل كبير على جودة النتائج. ووجدت الدراسة نتائج مثيرة للاهتمام، إذ كانت الكفاءة تتضاءل عند الانقطاعات المتكررة وعدم القدرة على استعادة السجلات السابقة.

في الختام، تشدد الدراسة على ضرورة تحديد حدود للحلقات التقييمية واختبار قدرة الوكلاء على الانتقال بين العقود الزمنية وتوثيق تكلفة الأداء بجانب الجودة. وهذا يعكس أهمية الاعتماد على استراتيجيات تدريبية مرنة ومحسوبة لضمان تحقيق نتائج فعالة.

ما رأيكم في تأثير عقود النشر على جودة الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!