في عالم [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) المتطور، برزت الأنظمة القائمة على [الوكلاء](/tag/الوكلاء) المتعددين (Multi-Agent Systems) كمجموعة من الحلول القوية التي تتفوق على [الأداء](/tag/الأداء) التقليدي للوكلاء الأحاديين. ومع ذلك، كانت هذه الأنظمة تعاني من مشكلة [الأداء](/tag/الأداء) الضعيف بسبب [آليات](/tag/آليات) التجميع البسيطة التي كانت تفترض [تفاعلات](/tag/تفاعلات) متعاون معها. وبعد [دراسة](/tag/دراسة) دقيقة، تم ملاحظة أن الأطر القائمة على [الرسم البياني](/tag/الرسم-البياني) الموجودة حاليًا تفتقر إلى القدرة على التعامل مع الإشارات المتضاربة وتخفيف [الأخطاء](/tag/الأخطاء) بشكل فعال.

لجسر هذه الفجوة، تم تقديم [نموذج جديد](/tag/[نموذج](/tag/نموذج)-[جديد](/tag/جديد)) يسمى SIGMA، وهو إطار [عمل](/tag/عمل) يستند إلى [رسم بياني](/tag/رسم-بياني) موقّع لمعالجة [إدارة النزاعات](/tag/[إدارة](/tag/إدارة)-النزاعات) بين [الوكلاء](/tag/الوكلاء). يتضمن SIGMA رسمًا بيانيًا علاقاتيًا يمكنه التقاط [علاقات](/tag/علاقات) الثقة، والنزاع، والحياد بين [الوكلاء](/tag/الوكلاء) بشكل آلي. عندما يتلقى [نموذج](/tag/نموذج) SIGMA استعلامًا، فإنه يختار أولاً مجموعة من [الوكلاء](/tag/الوكلاء) المناسبين والمتنوعين، ثم يقوم ببناء [رسم بياني](/tag/رسم-بياني) تفاعلي موقّع يحتوي على حواف موثوقة.

تستمر عملية [التفكير](/tag/التفكير) من خلال تمرير الرسائل المتوقعة للنزاع، مما يعزز [المعلومات](/tag/المعلومات) من [الوكلاء](/tag/الوكلاء) الموثوقين مع تقليل تأثير الإشارات المتضاربة. وفي النهاية، يتم استخدام طريقة تجميع وزنية تأخذ في الاعتبار الهيكل والنزاع لتحقيق [تنبؤات](/tag/تنبؤات) متماسكة ومرنة.

أظهرت [التجارب](/tag/التجارب) الواسعة على ست [مجموعات بيانات](/tag/مجموعات-[بيانات](/tag/بيانات)) معتمدة، وعلى عدة [نماذج لغوية ضخمة](/tag/[نماذج](/tag/نماذج)-لغوية-ضخمة) (Large Language [Models](/tag/models))، أن SIGMA يتفوق باستمرار على [المعايير](/tag/المعايير) الحالية، محققًا زيادات ملحوظة في [الدقة](/tag/الدقة) والأداء المقاوم للنزاعات. هذا [الابتكار](/tag/الابتكار) يعد خطوة [نحو](/tag/نحو) المستقبل في مجال الذكاء الاصطناعي، حيث يسعى لتعزيز [التوافق](/tag/التوافق) بين [الوكلاء](/tag/الوكلاء) المختلفين والتأكد من فعالية اتصالاتهم.