في عالم اليوم، الذي يتسم بانتشار المعلومات المضللة بشكل متزايد، يبدو أن نماذج اللغات الضخمة (Large Language Models - LLMs) تلعب دورًا مثيرًا في إعادة إنتاج السرديات المضللة التي تدعم أطرًا معينة من المعلومات. ولكن، هل يمكن للعلماء التغلب على هذه السرديات؟ هذا ما يكشفه الابتكار البحثي الجديد بعنوان "تقييم فعالية القمع السردي باستخدام LENS".

تُعتبر تقنيات نسيان الآلة (Machine Unlearning) أداة واعدة في هذا المجال، حيث تستخدم الخوارزمية الجديدة المعروفة بـ LENS لتقييم فعالية إزالة السرديات المضللة من النماذج اللغوية. يتم تقييم النتائج من خلال أربعة مستويات مختلفة من المقاومة: المباشر، المنسوب، المتعارض، والملخص.

تجارب البحث استخدمت أربع نماذج لغوية متعددة اللغات بقدرة قريبة من 12 مليار كلمة: Lapa LLM، Gemma-12B، Qwen-14B، وTAIDE-Gemma. وقد تم الابتكار في استخدام ما سُمي بأداة "كفاءة القمع والانهيار" (Suppression-Collapse Efficiency - SCE)، التي تعزز خفض انتاج السرديات المستهدفة.

النتائج الأولية تشير إلى فعالية هذه الأساليب في تقليل إعادة إنتاج السرد، كما تظهِر أن القمع قد يمتد إلى مجالات أخرى وراء المحفزات المباشرة للنسيان.

وليتحقق من هذا، أظهر البحث أيضًا أن هناك جانبًا آخر يتمثل في استعادة البيانات المتعلقة بالكيانات، حيث يمكن للمدخلات التجريبية أن تستعيد الشخصيات والأحداث الحقيقية ذات الصلة بعد عمليات النسيان. مثل هذه النتائج تدل على أن LENS يمثل بروتوكولًا تشخيصيًا ناجحًا يمكن أن يُفيد في فهم بنى السرديات بشكل أعمق، وتعزيز الدراسات القادمة في هذا المجال.