تعتبر نماذج اللغات الضخمة (LLMs) من أبرز الابتكارات في مجال الذكاء الاصطناعي، حيث تتمتع بقدرة على توليد النصوص بشكل تسلسلي، لكنها تواجه تحديات كبيرة عند التعرض للقيود الزمنية. في دراسة جديدة تم نشرها على منصة arXiv، تم إجراء تجارب تحاكي عمليات التفاوض بين وكيلين تحت ضغوط زمنية دقيقة.

استخدم الباحثون محاكاة للمفاوضات حيث يتعرض الوكلاء لضغوط زمنية مختلفة. بينما تم تزويد أحد الوكلاء بموعد نهائي محدد، حصل الآخر على تحديثات حول الوقت المتبقي في كل جولة. أظهرت النتائج أن تقديم تحديثات زمنية زاد من نسبة إتمام الصفقات من 4% إلى 32% لنموذج GPT-5.1-chat-latest، مما يشير إلى أن التكيف الزمني هو عنصر حاسم في نجاح الحوار.

كما تبين أن استخدام التحديثات الزمنية يمكن أن يزيد من قبول العروض بأكثر من ستة أضعاف. وعند استخدام قيود معنوية على الوقت، تم اكتشاف أن الإشارات المتعلقة بالعجلة يمكن أن تتفوق على العد التنازلي الرقمي، مما يفتح الباب أمام طرق جديدة لتحسين الاستجابة الزمنية.

مع ذلك، توصل الفريق إلى أن طريقة تقديم تلك القيود الزمنية تؤثر على الأداء، حيث يتطلب بعض النماذج تفاصيل معينة لزيادة فعاليتها. هذه النتائج تشير إلى أن التكيف الزمني، رغم أهميته، لا يزال هشا ويعتمد بشكل كبير على نوع النموذج المستخدم.

يمكن الاطلاع على كود المشروع الكامل هنا للحصول على تفاصيل إضافية حول هذه الدراسة المثيرة.