نشر باحثون بقيادة يوجيا تشانغ ورقة بحثية في 13 نوفمبر 2026، وصفوا فيها حلقة تدريب جديدة لنموذج Gemma‑4 LLM ذي 12 مليار مُعامِل، والمستخدم في روبوتات خدمة العملاء. يكتب النموذج قواعد السياسات بنفسه انطلاقًا من المحادثات الفاشلة، ثم يتحقق منها قبل تدريب محوّل LoRA. وبعد جولتين، رفع الوكيل درجات النجاح بمقدار 12.5 إلى 19.5 نقطة في اختبارات البيع بالتجزئة وشركات الطيران، متفوقًا على نسخة مرجعية تضع السياسات مسبقًا في صورة قواعد ثابتة. وتقلّص هذه الطريقة الفجوة في الأداء مع النماذج الرائدة المتقدمة.
لماذا يهم
يتيح ذلك للشركات نشر نماذج لغوية كبيرة أصغر ومفتوحة المصدر تحسّن التزامها بالسياسات ذاتيًا، من دون الحاجة إلى نماذج معلّمة باهظة التكلفة.
