تتزايد أهمية بيانات السلاسل الزمنية في اتخاذ القرارات الحاسمة عبر العديد من المجالات الحياتية. لكن، تكمن التحديات في قدرة وكيل الذكاء الاصطناعي على تنفيذ تحليل موثوق عند إجراء محادثات متعددة الأبعاد. حيث تركز المعايير الحالية بشكل كبير على المهام الفردية مثل التنبؤ واكتشاف الشذوذ، مما يترك ثغرات في تقييم الأنظمة في سياقات أكثر تعقيدًا حيث تتطور الأهداف مع الوقت.

في هذا السياق، يسرنا تقديم معيار TimeSage-MT الذي يمثل تحولاً نوعياً في تقييم الذكاء الاصطناعي. يحتوي TimeSage-MT على 240 مهمة و2,680 جولة حوارية عبر 8 مجالات حقيقية، ويتضمن مراحل مختلفة تتراوح من الاستكشاف الأساسي إلى التحليل الموجه نحو اتخاذ القرار.

تم بناء TimeSage-MT من خلال عملية يمكن تكرارها، تعمل على تحويل بيانات السلاسل الزمنية الحقيقية إلى محادثات متعددة الأبعاد مع إجابات يمكن التحقق منها. وهو يقدم بروتوكول تقييم موحد وقائمة مرتبة عامة للمقارنة بين أنظمة الذكاء الاصطناعي في تحليل السلاسل الزمنية.

على الرغم من تقدم النماذج اللغوية الكبيرة (LLMs) في تحليل البيانات، أظهرت الاختبارات أن هنالك انخفاضاً حاداً في الأداء عند تنفيذ المهام المخصصة لاتخاذ القرارات، وهو ما يشير إلى العصر الحديث من تحديات في الذاكرة، والتعامل مع عدم اليقين، واتخاذ القرارات بناءً على مجالات محددة. يعكس TimeSage-MT الفجوات الحرجة في التفكير الذكي الحالي ويضع الأسس لتطوير أفضل في المستقبل.