تقدم هذه الورقة البحثية إطار رؤية الذكاء الاصطناعي ذو الأربع طبقات، وهو نموذج تحليلي منظم يقوم بتفكيك كيفية اكتساب نماذج اللغة الكبيرة (LLMs) وحفظها وعرضها للمعرفة حول الكيانات التجارية. يميز الإطار بين أربع طبقات مميزة ميكانيكيًا: (1) تمثيل مجموعة ما قبل التدريب، (2) تثبيت تفضيلات التعلم المعزز بعد التدريب، (3) بنية الاسترجاع في الوقت الحقيقي، و(4) دمج سلسلة التفكير لنموذج التفكير الكبير. نجادل بأن الأطر الحالية لممارسي تحسين محركات التوليد (GEO) وتحسين محركات الإجابة (AEO) تعالج فقط الطبقة الثالثة، مما يترك ثلاث آليات تأسيسية غير معالجة إلى حد كبير. تقدم الورقة تحليلًا مقارنًا لبنى الاسترجاع عبر Perplexity AI، وAnthropic Claude، وOpenAI ChatGPT، وGoogle Gemini، وتستعرض الآثار التي لم يتم بحثها بشكل كاف لتنوع اللهجات في الإسبانية بالنسبة لرؤية الكيانات التجارية في أمريكا اللاتينية. ويهدف الإطار إلى أن يكون نموذجًا نظريًا لبحث رؤية الذكاء الاصطناعي ودليلًا للممارسين للمنظمات التي تسعى لتحسين تمثيلها في الردود التي ينتجها LLM. جزء من سلسلة أبحاث رؤية الذكاء الاصطناعي من Exista.io.
غابرييلا أديانا ماركو (الثلاثاء) درست هذا السؤال.