أظهرت دراسة جديدة كيف يتم تشفير الشخصيات، التي تعرف بأنها مجموعات مميزة من الخصائص البشرية والقيم والمعتقدات، داخل نماذج اللغة الكبيرة (LLMs). تركز الدارسة على التعرف على الطبقات داخل النموذج التي تظهر أكبر تباين في تشفير هذه التمثيلات.

من خلال استخدام مجموعة متنوعة من طرق تقليل الأبعاد والتعرف على الأنماط، حدد الباحثون الطبقات التي تلعب دورًا أساسيًا في هذه العملية. وقد تبين أن الشخصيات المختلفة تظهر اختلافات كبيرة في فضاء التمثيل، خاصة في الثلث الأخير من طبقات فك الترميز.

بالتحديد، وجد الباحثون أن هناك تداخلًا في النشاطات لمجموعة من المنظورات الأخلاقية، مثل العدمية الأخلاقية (Moral Nihilism) والنفعية (Utilitarianism)، مما يشير إلى درجة من التعدد الدلالي. بينما تبدو الإيديولوجيات السياسية مثل المحافظة (Conservatism) والليبرالية (Liberalism) ممثلة في مناطق أكثر تميزًا.

تساعد هذه النتائج على تعزيز فهمنا لكيفية تمثيل نماذج اللغة الكبيرة (LLMs) للمعلومات داخليًا، وتوجه الجهود المستقبلية في تحسين تعديل سمات الإنسان في مخرجات هذه النماذج. كما تشير الدراسة إلى أهمية التعامل بحذر مع العبارات المحتملة الإساءة التي قد تحتوي عليها البيانات.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!