في عالم النمذجة اللغوية، أحدثت نماذج اللغات الضخمة (Large Language Models) ثورة لاقت استحساناً كبيراً، حيث قدمت أداءً متميزاً بفضل تقنيات التوليد الذاتي. ومع ذلك، ظهرت نماذج جديدة تُعرف بنماذج اللغات الانتشارية (Diffusion Language Models) كنموذج بديل يعد بتوليد النصوص من خلال عملية إزالة الضجيج بشكل تكراري بدلاً من توقع الكلمات التالية.

تمتاز هذه النماذج بقدرتها على تحسين النص بشكل متوازي، مما يتيح تجميع العديد من الترجمات في وقت واحد. ولكن، وكما هو الحال مع أي تقنية جديدة، واجهت نماذج الانتشار تحديات في قياس الأداء بسبب الاختلافات في بروتوكولات التقييم ومجموعات البيانات المعتمدة.

في هذا التحليل التجريبي، تم تقييم ثمانية من نماذج اللغات الانتشارية المتطورة عبر ثمانية اختبارات مختلفة تشمل التفكير، والترميز، والترجمة، والمعرفة، وحل المشكلات المنهجية، مع مراعاة كل من جودة الإنتاج وكفاءة الحساب. لقد أضاءت دراسة جديدة على التأثيرات الكبرى لعوامل وقت الاستدلال مثل خطوات إزالة الضجيج وطول السياق، لتبرز الفروق بين النهج المختلف للنماذج.

تكشف النتائج أن السلوك العام لنماذج اللغات الانتشارية مرتبط ارتباطًا وثيقًا بخيارات التصميم في أثناء التوليد، مما يسفر عن مقايضات مثيرة بين الأداء وكفاءة الحساب. تُظهر هذه الدراسة رؤى عملية حول كيفية إدماج النماذج الحديثة في مجموعة من التطبيقات الحقيقية وما يمكن توقعه من أدائها في المستقبل.