في عالم تصميم الدوائر التناظرية، تستمر التحديات كعملية مرهقة تتطلب الكثير من الوقت والجهد. تركز الأبحاث الجديدة على استخدام نماذج لغوية ضخمة (Large Language Models) لتحسين هذه العمليات. تعد عملية تصميم الدوائر التناظرية عملية تتطلب الكثير من التكرار، حيث يسعى المصممون إلى تحسين المعلمات وتحقيق المواصفات الدقيقة. ومع أن مولدات التخطيط الأولية قد ساعدت في تسريع وضع القاعدة والتوجيه، إلا أن الحاجة إلى خبراء لتعديل معلمات تحسين التخطيط ما زالت قائمة.

يعد تحسين بايزي (Bayesian Optimization) شائعًا لتعديل المعلمات في تصميم الدوائر التناظرية، لكن على مستوى التخطيط، يتطلب الأمر مئات إلى آلاف التقييمات، مما يجعله غير عملي بسبب التكلفة العالية والوقت المطلوب لكل عملية.

إلا أن الأبحاث الجديدة تقدم حلاً مبتكرًا يتمثل في إطار عمل يعتمد على نماذج لغوية ضخمة للذكاء الاصطناعي، والتي تهدف إلى تحسين كفاءة عمليات التوليف. من خلال الآلية المعروفة باسم تحسين سياسة الوعي بالتحاكي (In-Context Policy Improvement)، تتمكن النماذج من إجراء تحديثات تدريجية للمعلمات المعروضة بواسطة مولد التخطيط، مما يؤدي إلى تحسين الأداء بعد عمليات التخطيط مباشرة وبكفاءة أعلى.

تظهر التجارب التي أجريت على دوائر تناظرية حقيقية أن هذا النهج يعمل على تحسين الأداء بعد التخطيط مقارنةً بالأساليب التقليدية. واقعية هذه الأبحاث تؤكد على أن الاعتماد على الذكاء الاصطناعي يمكن أن يتجاوز القيود السابقة، مما يشير إلى مستقبل مشرق لتصميم الدوائر التناظرية.