البرمجة السريرية: حيث تتعثر الإدارة المستدامة للأراضي
ويعد إعداد بيانات تجريبية سريرية لتقديم الطلبات التنظيمية عملية ذات متطلبات صارمة. وينبغي تحويل البروتوكولات إلى مجموعات بيانات تحليلية تمتثل لمعايير اتفاقية مكافحة التصحر، وأي خطأ هنا يمكن أن يكلف تأخير أو رفض الطلب. وقد ظلت هذه المرحلة، لفترة طويلة، عقبة: فهي تتطلب معرفة النطاقات، ودقتها في القانون، وفهم المنطق التنظيمي.
عندما يتعلق الأمر بتوليد مثل هذا الرمز مع نماذج لغوية كبيرة، تبدو الصورة قاتمة. وفي تجربة ورد وصفها في طبعة أولية عن " أركسيف " ، قدمت خمسة نماذج حدودية لإحدى عشرة محاولة منفردة لخلق مجموعة بيانات صحيحة على مستوى الموضوع - ولم ينجح أي منها. هذا ليس عن عيوب بسيطة حول عدم إمكانية استخدام النتيجة بالكامل ويبدو أن النماذج تتجاهل هيكل العملية ذاته: فهي تحاول تجميع خط الأنابيب بكامله في آن واحد، دون ضوابط وسيطة أو فهم الخطوات الإلزامية التي تعتمد على الخطوات السابقة.
GxP-Agent: decomposition through a process graph
الجواب على هذه المشكلة هو النظام المتعدد الوكلاء فكرتها الرئيسية هي عدم الاعتماد على "ملاحظات النموذج" عن كيفية عمل العملية التنظيمية، ولكن لتمثيل تلك العملية بشكل صريح The regulatory sequence of actions is represented as a directed acyclic graph (DAG). وبدلاً من الجيل الأحادي من مجموعة البيانات بأكملها في خطوة واحدة، تقسم المهمة إلى 15 عقداً محدداً. وكل عقد هو عملية منفصلة يقوم بها وكيل عامل مجهز بسياق المهارات من الصيدليات. وفيما بين الندوات، توجد بوابات للتثبت من صحتها، وتُقدم عمليات إعادة التأهيل المشروط عند الحاجة.
وهذا النهج يغير طبيعة الأخطاء ذاتها. وإذا انحرف النموذج عن النتيجة المتوقعة عند عقد معين، يكتشف ذلك على الفور، ويمكن استئناف الخطوة بدلا من إعادة خط الأنابيب بأكمله. في الجوهر، يَتوقّفُ LLM لِكي يَكُونَ a "قائِم لكلّ شيء في آن واحد" ويَصْبحُ مُنفذاً للأغصانِ المحليةِ المُسَمَّلةِ جيداً. وتوفر الطبقات الطبوغرافية إطارا صلبا يمكن للنموذج أن يتصرف فيه بحرية أكبر.
ما يبدو في الممارسة العملية
وكل من هذه المنظمات مسؤول عن مجال بيانات محدد، والعامل لا يتلقى مهمة مجردة مثل " البناء ADSL " ، وإنما مهمة ضيقة تتضمن مدخلات واضحة ونواتج ومعايير للتحقق. وإذا أخفقت النتيجة في التصديق، يتم تفعيل عملية إعادة النظر المشروطة - يتلقى العميل تعليقات ويصحح المدونة. وهذا يشبه حلقة " شيك - شيك - إصلاح " ، ولكن مدمجة في هيكل الرسم البياني بدلا من التنفيذ التعسفي.
الأرقام المتعلقة بـ CDISC-Bench: من صفر إلى مائة
ومن أجل تقييم فعالية النهج، وضع صاحبا البلاغ معياراً يستند إلى التنفيذ يسمى CDISC-Bench. وهي مبنية على العرض التجريبي الحقيقي لهيئة التنمية الحرجية - CDISCPilot01، الذي يشمل 254 موضوعا و49 متغيرا من متغيرات الحقن الأرضية. ومثل هذا المعيار لا يدقق فقط في النسيج أو السايماني للرمز، بل هو النتيجة الفعلية لتنفيذه.
وهنا، أظهر GxP-Agent نتائج مثيرة للإعجاب: فمع نموذج كلود سونيت 4.6، حقق 100 في المائة من المطابقة الهيكلية - وجميع المتغيرات الـ 49 وجميع السجلات الـ 254 صحيحة عبر ثلاث عمليات مستقلة. وعلى سبيل المقارنة، توقف خط الأساس الأفضل الذي تم استرجاعه بنسبة 59.2 في المائة، وسجلت جميع النُهُج الأخرى - وهي نُهُج وحيدة وقائمة على عوامل متعددة - نسبة صفر في المائة. وبعبارة أخرى، فإن أي هيكل بدون علم الطبوغرافية لا يمكن التعامل معه المهمة
النافع من النماذج الضعيفة أيضا
An interesting side effect: DAG topology lowers the requirements for the model itself. وعندما استخدم GPT-4.1 كعامل في نفس الرسم البياني، كان متوسط المطابقة الهيكلية 59.2 في المائة - وهو نفس المستوى الذي استخدم فيه خط الأساس المُعتمد للاسترجاع على نموذج قوي. فبدون هيكل الرسم البياني، أظهر GPT-4.1 نتيجة صفرية. وهذا يؤكد أن الدور الحاسم لا يؤديه قوة نموذج فردي، بل عن طريق تنظيم العملية.
مرونة النهج والاستنتاجات
ولم يقتصر أصحاب البلاغ على مجال واحد. وطبق نفس المبدأ على مجموعة بيانات الرابطة (الأحداث العكسية) - التي تستخدم فرعاً لـ 9 رموز، و 55 متغيراً، و 1191 سجلاً. وتم تحقيق تطابق هيكلي بنسبة 100 في المائة في المحاولة الأولى. This suggests that the method generalizes beyond ADSL and is suitable for other types of clinical data.
The main takeaway of the work: reliable in clinical programming is achieved not through "smart reasoning" of LLMs, but through encoding domain knowledge about the process in the form of graph topology. ولا يزال النموذج عنصرا هاما، ولكنه ليس العنصر الوحيد في النظام. وهو الرسم البياني الذي يحدد القيود والنظام، في حين أن نموذج اللغة يملأه برمز محدد. This symbiosis makes it possible to obtain GxP-compliant results that can be relied upon in regulatory submissions.
