ეს სტატია აღმოაჩენს Procurize-ის ახალ მეტა‑სწავლის საწვიმს, რომელიც მუდმივად აუმჯობესებს კითხვათა ფორმის შაბლონებს. რამდენიმე‑მაგალითის ადაპტაციით, ძალაუფლების სიგნალებით და ცოცხალი ცოდნის გრაფიკით, პლატფორმა μειკელს პასუხის გამორკაციებს, აუცუნავს პასუხის თანმიმდევრულობას და უზრუნველყოფს შესაბამისის მონაცემებს, რომლებიც თანაცვალდება განვითარებული რეგულაციებზე.
ეს სტატია შეგებასა იკვლევს ახალი ინტეგრაცია, სადაც რინფორსיקערიული სწავლის (RL) ტექნიკას Procruze-ის კითხვარის ავტომატიზაციის პლატფორმატში ინტეგრირებულია. ყოველ კითხვარის შაბლონს, როგორც RL აგენტს, თვლის, რომელიც უკუკავშირის საფუძველზე სწავლებას იღებს, სისტემამ ავტომატურად უჭირავს შეკითხვების ფორმულირებას, დადასტურებების მეპლოტობასა და პრიორიტეტული დალაგებით. შედეგია სწრაფი რეაგირება, უფრო მაღალი პასუხის სიზუსტე, მუდმივად განვითარებადი ცოდნის ბაზა, რომელიც დაეხმარება მუდმივად ცვლად რეგულაციურ ლანდშაფტებს.