في عالم الذكاء الاصطناعي، يلعب الفهم الذهني (Theory of Mind) دورًا أساسيًا في تطوير مساعدي الدردشة والروبوتات التفاعلية. تسعى هذه الأنظمة إلى تقدير ما يعرفه الشخص الآخر أو يؤمن به أو ينوي فعله. وفي هذا السياق، تم تقديم نموذج جيف-توم (Jev-ToM) كبديل محتمل للنماذج اللغوية الضخمة (Large Language Models) لتسهيل هذا النوع من الفهم.

تتضمن دراسة جديدة مقارنة شاملة بين خمسة نماذج قرار مكتوبة وسبعة نماذج لغوية توليدية على 11,117 سؤال نصي باللغة الإنجليزية تم استخراجها من تسعة معايير للفهم الذهني عبر ست مجموعات قدرة. وقد حقق نموذج جيف دقة متوازنة بلغت 73.2%، ليحتل المرتبة الأولى أو الثانية عبر جميع القدرات الست، بما في ذلك تصورات beliefs والأهداف والدوافع والمشاعر.

إلى جانب ذلك، تشير التحليلات المنفصلة إلى أن نموذج جيف يمكن أن يقلل من تكاليف ووقت الانتظار عند تنفيذ الفهم الذهني المتكرر. ومع ذلك، تبقى اختيارات الثقة تعتمد على معايير محددة، ويمكن أن تصحح الأسباب المقدمة الأخطاء أو تعكس الإجابات الصحيحة.

يرجع الفضل في معظم مكاسب جيف إلى مؤشرات الأسئلة المتعلقة، مما يبرز أهمية الاختيار والصلاحية الناتجة. وتدعو النتائج إلى اختبار نموذج جيف كمكون أساسي في مساعدي الذكاء الاصطناعي، مع التركيز على معايرة الثقة المحددة للمهام وتصميم المرشحين وصلاحية المخرجات كأولويات للتكامل.

مع هذه التطورات المثيرة، كيف ترى مستقبل التفاعل بين الإنسان والذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات!