لقد حققت نماذج اللغات الضخمة (LLMs) تقدمًا ملحوظًا في فهم اللغة، ولكن معظم الأبحاث السابقة ركزت على قدرتها على التعامل مع السلوك اللفظي فقط. ومع ذلك، لا يمكن تجاهل أهمية السلوك غير اللفظي، خاصةً عندما يُستخدم بشكل متعمد لنقل معاني غير مباشرة. في دراسة حديثة، تمت مراجعة كيفية فهم هذه النماذج المعقدة للمعاني الضمنية من الاستجابات غير اللفظية.

طرحت الدراسة ثلاثة أسئلة بحثية رئيسية: 1) هل تستطيع نماذج اللغات الضخمة التعرف على النوايا غير المباشرة التي يُعبر عنها من خلال الاستجابات غير اللفظية؟ 2) متى وكيف تفشل هذه النماذج في التقاط النوايا غير اللفظية؟ 3) كيف يمكن تحسين قدرة نماذج اللغات الضخمة على تفسير النوايا غير اللفظية؟

أظهرت النتائج أن نماذج اللغات الضخمة تعاني من صعوبات كبيرة في فهم المعاني الضمنية من الاستجابات غير اللفظية، حيث انخفضت دقة الفهم بنسبة تصل إلى 60% مقارنةً بالفهم الذي يتضمن استجابات لفظية. ومن خلال تحليل شامل، كشفت الدراسة عن نمط سلوكي في تفسيرات النماذج للسلوك غير اللفظي، مؤكدة أن التعلم ضمن السياق (in-context learning) يحسن من قدرتها على الاستنتاج المعاني الضمنية.

هل تعتقد أن نماذج اللغات الضخمة يمكن أن تتطور لتفهم السلوك غير اللفظي بشكل أفضل في المستقبل؟ شاركونا آرائكم في التعليقات.