يقدم الباحثون بحث التناظر العميق (ADR)، وهي مهمة ومعايير جديدة (ADR-bench) مصممة لاختبار ما إذا كانت وكلاء النماذج اللغوية الكبيرة يمكنها استرجاع وتكامل التناظرات التاريخية بفعالية لتحليل الرؤية المستقبلية. تحدد الدراسة أن الوكلاء الحاليين يواجهون صعوبات لأنهم يطابقون السمات السطحية بدلاً من الآليات السببية الكامنة.
لمعالجة هذا، يقترح المؤلفون باحث التناظر السببي (CANA)، وهو إطار عمل وكيلي يستخدم التحليل الهيكلي والتغذية الراجعة لمواءمة الآليات عبر التناظرات. يحقق CANA تحسناً يصل إلى 10% في توليد التناظرات التاريخية ويتجاوز وكلاء البحث العميق الأكثر تطوراً على ADR-bench.
تؤكد دراسات الحالة التي تتضمن أحداثاً جارية فعالية CANA في الاستفادة من التناظرات التاريخية لتحليل الرؤية المستقبلية الدقيق.