في عصر تكنولوجيا المعلومات، لا تزال عملية استرجاع القضايا القانونية تمثل تحديًا كبيرًا بسبب تعقيد اللغة القانونية وحاجة الباحثين لتحقيق توافق دقيق بين الاستعلامات القانونية والقضايا المرتبطة بها. ورغم التقدم الملحوظ الذي حققته نماذج الاسترجاع الكثيف، إلا أن دراسات تجريبية أثبتت أن نموذج BM25 لا يزال هو القاعدة القوية في هذا المجال.

لذا، يتوجب علينا النظر في تطوير إطار عمل ذاتي التطور يعزز من نموذج BM25 بدون الحاجة لتدريب معلمات جديدة. يشمل هذا الإطار وكيلًا قائمًا على نموذج لغوي ضخم (LLM) مزودًا ببيئة تقييم تلقائية، مما يمكّنه من إنشاء قواعد إعادة كتابة (rewriting rules) بشكل دوري، والتخطيط للتجارب للتحقق من فعالية القواعد، واستبعاد القواعد غير الفعالة بناءً على ملاحظات تاريخية.

تم تقييم طريقتنا على معيار استرجاع القضايا القانونية في الصين LeCaRD-v2، وأظهرت النتائج التجريبية أن الإطار المقترح يتفوق على القواعد التقليدية والعشوائية، خصوصًا عندما يتم تزويده بنموذج لغوي أساسي ذو قدرة عالية. كما أجرينا تحليلات تفصيلية للتحقق من الآليات التي يقودها التطور الذاتي، وأظهرت النتائج أن قدرة نموذج اللغة الضخم على الاستفادة من نتائج التجارب السابقة ومعرفته الفطرية بإلغاء القواعد تلعبان دورًا حاسمًا في تنقيح مجموعة القواعد عبر التطور الذاتي.

ومع استمرارنا في استكشاف أبعاد هذا الفن من الذكاء الاصطناعي، يبقى السؤال مفتوحًا: كيف يمكنك أن ترى تطبيقات هذه التكنولوجيا في مجالات أخرى؟ شاركونا آراءكم في التعليقات!