في عالم الذكاء الاصطناعي، تتزايد الحاجة إلى أنظمة متعددة الوكلاء تعتمد على نماذج لغوية مختلفة. وقد أظهرت دراسة جديدة في arXiv أن أداء هذه الأنظمة يمكن أن يتفوق على الأنظمة الموحدة، حيث تقوم بتقليل أنماط التفكير الزائدة. ومع ذلك، كان هناك تحدٍ في البروتوكولات التقليدية التي تعتمد على النصوص، والتي تفقد الهوية الأصلية للمُرسل عندما تتم عمليات نقل المعلومات.

تحت عنوان "مشروع XBridge"، حدد الباحثون مشكلة تحويل الكيانات في التواصل بين الأنظمة ذات البنى المختلفة. حيث عانت الجسور التي تعتمد على الانتباخ المتقاطع من مشكلة فقدان هوية الكيانات، مما يؤدي إلى ضعف الدقة.

ويأتي XBridge بحل مبتكر، حيث يعتمد على بروتوكول تواصل غير ملتزم بالترميز. يقدم هذا النظام آليتين رئيسيتين: الأولى هي "تخطيط رموز اللفظ (Lexical Anchor Mapping)"، التي تقوم بربط رموز السياق الأصلية في المُرسل بمفردات المُستقبل، مما يوفر مراكز كيانات مفهومّة. والثانية هي "جسر إثراء الكيانات (Latent Enrichment Bridge)"، الذي يسمح للمستقبل بالاستفسار عن الحالات المخفية للمُرسل لتعزيز السياق.

ما يميز XBridge هو أداؤه البارز عبر ثلاثة عائلات من النماذج (Llama وQwen وMistral) وعلى مدى سبعة اختبارات، حيث أظهر تفوقاً ملحوظاً على التواصل القائم على النص، مع تحقيق زمن استجابة أقل بـ11 مرة. علاوة على ذلك، يتطلب الجسر فقط 264 مليون معلمة قابلة للتدريب، وهو ما يمثل 3.8% فقط من قوة المُستقبل، مما يعني أنه يضيف عبئاً ضئيلاً على الأداء.

تأتي هذه التطورات في وقت نشهد فيه تسارعاً في الابتكارات في مجال الذكاء الاصطناعي، ويمثل XBridge خطوة مهمة نحو تحسين تفاعل الأنظمة المتعددة، مما يمكننا من تحقيق تطبيقات أكثر كفاءة في عالم التكنولوجيا المتقدمة.