LAVOIR يضيف أسئلة متابعة ذكية إلى قرارات الذكاء الاصطناعي ذات المرور الواحد

نشر باحثون بقيادة Furkan Yılmaz نموذج LAVOIR على arXiv في 28 سبتمبر 2026. وLAVOIR نسخة من محرك القرار Laya، تستطيع في المرور الأمامي نفسه تحديد الإجابة، وكذلك المعلومات الناقصة التي من شأنها تحسينها بأكبر قدر. وفي اختبارات على مجموعات بيانات معيارية، رفع النموذج الدقة 14.1 نقطة عندما طرح نصف سؤال أو أقل في كل محادثة، وخفّض معدل طرح الأسئلة إجمالًا من 93% إلى 8.6% على مجموعة كبيرة من الحوارات. وما زال النموذج يجيب في نحو 31 مللي ثانية، وهي سرعة تتيح استخدامه في الدردشة الفورية.

كيف وصلنا إلى هنا

كانت مساعدات الذكاء الاصطناعي السابقة، مثل Jev من TypeSafe وLaya مفتوح المصدر، تجيب عن الأسئلة ذات الخيارات المحددة في مرور أمامي واحد. وكانت تُخرج احتمالات معايرة، لكنها لا تطلب توضيحًا أبدًا. فإذا أغفل المستخدم تفصيلًا في رسالته — مثل الإدارة التي تنطبق عليها سياسة ما — اضطر النموذج إلى التخمين. وأطلق الباحثون على هذا القصور اسم اتخاذ القرار «بالنظام الأول».

يعالج LAVOIR هذه المشكلة بإضافة خانات محتملة للمعلومات الناقصة إلى جانب كل خيار للإجابة. ويقدّر مقياس القيمة المعلوماتية (VOI) مقدار ما يمكن أن ترفعه كل خانة من احتمال اتخاذ قرار صحيح. ويتعلم النموذج قيم VOI من دون تسميات بشرية: إذ تُستمد القرارات الصحيحة من قواعد المخططات، ويصوغ نموذج لغوي كبير (LLM) الأسئلة، ثم يتحقق نموذج منفصل من النص. كما يحدّ سقف قائم على شوائب جيني من المبالغة في تقدير المكاسب المتوقعة. وفي دراسة مضبوطة، طابقت جودة قرارات LAVOIR الحد النظري لبايز، كما اقتربت سياسة طرح الأسئلة لديه كثيرًا من أداء خوارزمية مثالية جشعة تختار دائمًا السؤال الأعلى قيمة.

ماذا بعد

تتضمن الورقة البحثية شيفرة مفتوحة المصدر ونقاط تحقق للنموذج، ما يتيح للمطورين دمج LAVOIR في أدوات الدردشة أو دعم القرار الحالية. وبما أنه يطرح أسئلة أقل بكثير، يُفترض أن تبقى تجربة المستخدم سلسة، مع الحد من الأخطاء المكلفة في مجالات مثل دعم العملاء، وملء النماذج القانونية، والفرز الطبي. ويخطط المؤلفون لاختبار النموذج على حركة المستخدمين الفعلية، واستكشاف حدود أدق لقيم VOI تتكيف مع سرعات الأجهزة المختلفة.

إذا انتشر استخدام LAVOIR على نطاق واسع، فقد يغيّر طريقة موازنة مساعدات الذكاء الاصطناعي بين السرعة والدقة. فبدلًا من التخمين دائمًا، لن تطرح هذه المساعدات سؤالًا إلا حين تفوق الفائدة المتوقعة كلفة المقاطعة، ما يجعل المحادثات أكثر تركيزًا.