تُعد نماذج اللغة الكبرى (Large Language Models) من أبرز إنجازات الذكاء الاصطناعي، حيث أثبتت جدارتها في مجموعة متنوعة من المهام. لكن، لا تزال هذه النماذج تعاني من تحدي كبير يتعلق بتكيفها مع بيئات جديدة عند نشرها. تعد القدرة على استنباط تمثيلات غنية من البيانات التي تُشاهد في سياقات معينة خطوة حيوية نحو تحقيق هذا الهدف.

في دراسة حديثة أجراها باحثون، تم التحقق من قدرة هذه النماذج على استخدام المعلومات المكتسبة من السياقات لإنجاز مهام بسيطة. وقد تم اختبار النماذج الكبيرة المفتوحة على إمكانية استخدام التمثيلات التي تم تعلمها ضمن السياقات للتنبؤ بالرموز التالية، بالإضافة إلى تنفيذ مهمة جديدة تسمى نمذجة العالم التكيفية.

أظهرت النتائج أن النماذج الكبيرة المفتوحة تعاني من صعوبة في استخدام تمثيلات المعاني الجديدة المُعرفة في السياق، حتى وإن كانت قادرة على تشفير هذه المعاني في تمثيلاتها الكامنة. كما تم تقييم نماذج استنتاج مغلقة المصدر، والتي تعتبر الأحدث في مجال الذكاء الاصطناعي، في مهمة نمذجة العالم التكيفية. للأسف، حتى أفضل النماذج لم تتمكن من الاستفادة بشكل موثوق من الأنماط الجديدة المقدمة في السياق.

تدعو هذه النتائج إلى تطوير أساليب جديدة لتعزيز قدرة النماذج على ليس فقط تشفير المعلومات بل أيضاً نشرها بمرونة عند الحاجة. إن فهم كيفية التكيف مع التغيرات الجديدة سيظل أحد التحديات الأساسية في مستقبل الذكاء الاصطناعي.