في عالم الذكاء الاصطناعي، تظل نماذج اللغة الضخمة (Large Language Models) محورًا أساسيًا للابتكار، لكن سعيها نحو الدقة ليس خاليًا من التحديات. في دراسة جديدة، تم الكشف عن فئة من الأخطاء تُعرف باسم "انهيار سلسلة الاستثناء" (Exception Chain Collapse)، والتي تظهر أثناء التقييم تحت شروط ترتيبية معقدة.

تتجلى المشكلة حينما تتداخل الشروط، مما يُعقد الظروف التي تحتاج إلى تقييم دقيق. على سبيل المثال، الشرط "A مطلوب ما لم ينطبق B، ما لم يلغي C B" يمثل حالة معقدة يجب على النموذج التعامل معها بدقة. وتم فحص هذا النوع من الفشل على مدى شرائح زمنية، حيث لوحظ أن دقة النماذج قد شهدت تغييرات غير متوقعة دون وجود تحديثات واضحة في الإصدارات، مثل نموذج GPT-5.4 الذي انتقل من دقة 96.6% إلى 100% في أدوات التأمين الإنشائي.

للتصدي لهذه المشاكل، اقترح الباحثون ”وحدة الأهلية Aethis“، وهي معمارية عصبية-رمزية تقوم بتأليف القواعد من مصادر موثوقة، وتنفذها طبقة تعتمد على SMT (Satisfiability Modulo Theories) بطريقة حاسمة، مما يضمن دقة التنفيذ بغض النظر عن أي انزلاقات في النماذج أو صيغ الطلبات.

تمت دراسة 225 سيناريو عبر أربع مجالات تنظيمية مختلفة، وكشفت النتائج عن نمط معين يظهر فشل النموذج في بعض الحالات، بينما حققت بيئات معينة نتائج أداء رائعة. على سبيل المثال، في اختبار لضمان شروط التأمين، التفوق المحقق للنموذج الجديد كان واضحًا مقارنة بالنماذج الرائدة الأخرى، بما في ذلك النموذج الأقوى من Anthropic في تلك الفترة.

والأهم من ذلك، يقوم الباحثون بتوجيه عدم اليقين إلى حدود معينة يمكن مراجعتها بدلاً من حدود الاستدلال الغامضة.

تقدم هذه الدراسة طموحات جديدة لتطوير نماذج اللغة الضخمة، مما يعزز الثقة في دقتها خاصة في الأنظمة المعقدة. ما رأيكم في هذا التطور المثير؟ شاركونا في التعليقات.