في عالم الذكاء الاصطناعي، تتمثل إحدى التحديات الرئيسية التي تواجه نماذج اللغة في ظاهرة "التخيل"، حيث تقوم هذه النماذج بالتزام بإجابات واثقة حتى لو لم يكن لديها المعلومات اللازمة لتقديم إجابة موثوقة. وتشير الأبحاث الجديدة إلى أن ثمة آلية معقدة تتعلق بكيفية اتخاذ نماذج اللغة لقراراتها، والتي قد تؤدي إلى التخيل بدلاً من الامتناع.

تركز الدراسة على ما يسمى بـ "دائرة الالتزام وعدم الالتزام" (Commit-Abstain Circuit أو CAC)، وهي مجموعة معينة من الطبقات التي تتعامل مع هذه الظاهرة. من خلال تحليل آليات اتخاذ القرار، اكتشف الباحثون أن نماذج اللغة تتراكم لديها التزامات في مراحل مبكرة، بينما تأتي إشارات الامتناع كتصحيحات لاحقة، لكنها غالباً ما تكون غير كافية لعكس الالتزام المتراكم.

تم إجراء تجارب على عشرة نماذج لغوية تتراوح أحجامها بين 3 إلى 14 مليار معلمة، ووجدوا أن دائرة الالتزام وعدم الالتزام تسهم في تحسين دقة القرارات بنسبة 12.2 نقطة، كما أنه تم تقليل الأخطاء الناتجة عن القرارات الخاطئة بنسبة 2.5 مرة. هذه النتائج تُعتبر خطوة كبيرة نحو تحسين الأداء العام لنماذج اللغة.

إجمالاً، يقدم هذا البحث فهماً عميقاً لكيفية عمل نماذج اللغة وتحديداً كيف يمكن تحسين قدرة هذه النماذج على اتخاذ قرارات مستندة إلى المعلومات المتاحة، مما يعكس أهمية التعلم المستمر والبحث في هذا المجال المتطور.