في عالم الذكاء الاصطناعي، يكشف البحث الجديد عن ظاهرة مذهلة تتعلق بنماذج اللغة. أظهرت النتائج أن ترتيب المحتوى يؤثر بشكل كبير على أداء النظام في إجابات الأسئلة متعددة الخيارات. حسب الدراسة التي أجريت، فإن وضع السياق قبل الأسئلة والخيارات (CQO) يؤدي إلى نتائج أفضل بنسبة تفوق 14% مقارنة بعكس هذا الترتيب (QOC).

هذه الدراسة تمثل خطوة مهمة لفهم تأثير هيكل الاستفسارات على أداء نماذج التعلم الآلي. من خلال تحليل معمق للمعمارية، تم تحديد الانتباه السببي (Causal Attention) كآلية مركزية تؤثر في تلك النتائج. في نماذج الترتيب العكسي، لا يمكن لرموز الخيارات حضور السياق، مما يؤدي إلى نقص في المعلومات ويجعل السياق غير مرئي للخيارات.

تعتبر هذه الاكتشافات دليلاً إضافياً على الحاجة إلى فهم أعمق للأداء الفعلي لنماذج اللغة الكبيرة وكيفية تحسين النتائج من خلال ترتيب البيانات بشكل مناسب. كيف تعتقد أن هذه النتائج ستؤثر على تطوير نماذج الذكاء الاصطناعي في المستقبل؟