إيفوسين يقيس فجوة التعلم لسد ثغرات الوكلاء التفاعليين ببيانات اصطناعية موجهة

تعتمد النماذج اللغوية الكبيرة بصورة متزايدة على توليد الخبرات والبيانات الاصطناعية لتطوير قدراتها، غير أن تدريب الوكلاء التفاعليين يواجه معضلة مستمرة تتمثل في أن مسارات المهام المصطنعة لا تكفي بمجرد قابليتها للتحقق والتنفيذ، بل تحتاج إلى تقديم قيمة تعلم حقيقية تعالج نقاط الضعف الفعلية للنموذج. وفي ورقة بحثية جديدة نشرت عبر منصة أرخايف، قدم فريق من الباحثين يضم وي يانغ وتشينغ بينغ ويوتشي لو وياوي وانغ وأبهيشيك كومار وبانبان شو وجون هوان إطار عمل متعدد الوكلاء يسمى إيفوسين، يهدف إلى ربط التغذية الراجعة المستخلصة من إخفاقات الوكيل بعملية إنتاج البيانات الاصطناعية ضمن حلقة تعلم مغلقة.

تنطلق الدراسة من تشخيص فجوة قائمة بين الملاحظة والقرار في أساليب التوليد الحالية، إذ إن رصد مواضع التعثر أو الاعتماد على التقييمات البيئية لا يحدد بوضوح كيف يجب تعديل مسار التوليد القادم، أو ما إذا كانت مساحة التوليد الراهنة قادرة أصلًا على استيعاب تلك العوامل وتكرارها. ويعالج إطار إيفوسين هذه الفجوة عبر تنظيم إنتاج البيانات حول حالة قابلة للمراجعة تحدد بدقة العوامل التفاعلية التي ينبغي توليدها وأين يجب توجيه جهود التصنيع، مما يسمح بتكييف التوليد الداخلي نحو المناطق غير المغطاة كفاية أو توسيع نطاق المساحة لتضمين متغيرات جديدة كعناصر تحكم صريحة.

يقسم الإطار مهام مراجعة التوليد وتوجيهه بين وكلاء متخصصين يترجمون الإخفاقات إلى مسارات خبرة قابلة للتنفيذ المباشر. وتتوزع الأدوار داخل النظام بين وكلاء متخصصين يترجمون التغذية الراجعة الناتجة عن الوكيل المتعلم إلى مراجعات محددة، بينما يتولى وكيل التصميم توجيه مسارات التوليد وتحديد اتجاهاتها، ويقوم وكيل التخطيط بإنزال تلك التوجيهات إلى تجارب تفاعلية قابلة للتنفيذ العملي. وأظهرت التجارب العملية التي أجراها الباحثون على معياري تاو سكوير بنش وكار بنش تفوق الإطار الجديد، إذ حقق إيفوسين زيادة في متوسط معدل نجاح المهام بلغت 13.3 نقطة مقارنة بأقوى النماذج الأساسية المنافسة في تصنيع البيانات، إلى جانب استكشاف عوامل تحكم تفاعلية كانت تغيب عن التوليد غير المرتبط بملاحظات المتعلم.

يحمل هذا التحول في هندسة البيانات الاصطناعية دلالة مباشرة للفرق التقنية ومطوري الذكاء الاصطناعي في بيئات العمل الإقليمية، لا سيما في مراكز تطوير البرمجيات والخدمات المصرفية في الخليج ومصر، حيث تواجه مشاريع وكلاء خدمة العملاء والعمليات الآلية تعثرات متكررة عند الانتقال من الاختبارات المعملية إلى التنفيذ الحي. يتيح الانتقال من التوليد العشوائي أو الثابت للبيانات إلى توليد موجه يتبع إخفاقات النموذج خفض كلفة إعادة التدريب واستبعاد مسارات المهام غير المجدية، مما يفرض على مهندسي النماذج مهارة جديدة تركز على تشخيص فجوات الاستدلال وبناء حلقات مراجعة تلقائية لتوليد سيناريوهات العمل بدل الاكتفاء بحشو النماذج بحزم تدريب عامة ومكلفة حوسبيًا.