في عالم الذكاء الاصطناعي، تمثل عملية "أساس التخطيط" (Grounding) أحد أكبر التحديات، حيث تزداد تعقيداتها النمطية مع نمو حجم المهام. وغالبًا ما تؤدي هذه التعقيدات إلى اختناقات حسابية عندما يتعلق الأمر بتحديد الإجراءات المعتمدة على السياق. إلا أن التطورات الأخيرة في تقنيات التخطيط الجزئي قد أتاحت حلاً مبتكرًا لهذه المشكلة.

يقدم الباحثون تقنية SPG-LLM التي تستند إلى نماذج اللغات الضخمة (Large Language Models) لفحص ملفات الدومين (Domain) والمسألة (Problem) بشكل هيرسوتيكي لتحديد الكائنات، والإجراءات، والعبارات غير ذات الصلة قبل بدء عملية "التأسيس". وبفضل ذلك، يمكن تقليل حجم المهام المعقدة بشكل كبير.

أظهرت التجارب عبر سبع معايير صعبة، أن تقنية SPG-LLM تحقق تسريعًا في عملية التأسيس، وكثيراً ما تكون الفوائد مُدهشة، حيث يمكن أن تصل إلى أوامر من حيث الكفاءة. وعلاوة على ذلك، فقد قدمت إنجازات محلية تعادل أو حتى تفوق تلك المخرجات التي لوحظت في بعض المجالات.

بفضل هذه التقنية، نقترب أكثر من تحقيق التخطيط الذكي بكفاءة، مما يمهد الطريق لتطبيقات جديدة تؤثر على العديد من الصناعات. أليس هذا مثيرًا؟