في عالم الذكاء الاصطناعي، يمثل التعلم المعزز باستخدام المكافآت القابلة للتحقق (RLVR) نقلة ضخمة، حيث عزز من قدرة نماذج اللغة على التفكير في مجالات مثل الرياضيات والبرمجة، وهي مجالات تتميز بإمكانية التحقق بسهولة من الأجوبة. لكن ماذا عن الاستدلال التشخيصي على البيانات المعقدة؟ إن تحديد سبب غير طبيعي يتطلب، غالباً، تحقيقات مكلفة من الخبراء وقد يظل غامضاً بعد ذلك.

هنا تأتي تقنية TRACE، التي تهدف إلى معالجة هذه المشكلة من خلال تحسين القدرة على التحقق. الابتكار يكمن في أخذ تدخل معين، وضخه في محاكي متحكم لتوليد الملاحظات التي قد تنتج عنه. يتيح هذا التدخل المخفي توفير علامة أوراق مدفوعة مكافأة موضوعية، بينما يجب على الوكيل التحقيق في أدلة ضوضائية ومعقدة.

تم تطبيق هذا المفهوم في بيئة تشخيص الإعلانات الرقمية TRACE، حيث يوجد 12 سبباً جذرياً وتحليل دقيق للتوزيع. يتعين على الوكلاء تحليل كل حلقة باستخدام لغات البرمجة مثل بايثون (Python) وSQL، وتحديد السبب الجذري وبالتالي تحديد تخصيص الجزء المتضرر عند الاقتضاء.

في مجموعة اختبار مكونة من 235 حلقة، تمكن النموذج القوي، Claude Opus 5، من الوصول إلى 0.686 في FullAttr@1. وقد أدى التعديل الإشرافي إلى رفع Qwen3.5-35B-A3B من 0.159 إلى 0.637، بينما أظهر التعلم المعزز باستخدام المكافآت المصممة نتائج مذهلة تصل إلى 0.757، متفوقاً على جميع النماذج الأساسية المختبرة.

تشير هذه النتائج إلى أن الوصول إلى إشارة تدريب موضوعية وقابلة للتدرج قد يكون قيوداً أكثر أهمية من حجم النموذج فقط. بشكل عام، يمكن أن تجعل التحقق القائم على المحاكاة المهام التشخيصية الغامضة أكثر قبولاً للتعلم المعزز القابل للتدرج.