في عالم الذكاء الاصطناعي المتطور، أصبحت الذاكرة الطويلة الأمد جزءًا أساسيًا من نماذج اللغة الكبيرة (LLMs) المستخدمة في الأنظمة الذكية. ومع مرور الوقت، يجمع الذكاء الاصطناعي معلومات شخصية عن المستخدمين، مما يجعلهم في كثير من الأحيان يطلبون حذف بعض التفاصيل الحساسة أو القديمة. ومع ذلك، تظل قدرة هذه الأنظمة على نسيان المعلومات عند الطلب موضوع نقاش كبير في مجتمع البحث.

لملء هذه الثغرة، يتم تقديم معيار جديد بعنوان "Bemula"، وهو أول معيار مخصص لتقييم "نسيان الذاكرة". يتكون من 50 حالة حوار متعددة الجلسات، و135 طلب نسيان من ستة أنواع مختلفة، و1,742 سؤال اختبار. يتضمن كل حوار نسخة تحكم لا تحتوي على الطلبات، مما يضمن أن الأنظمة التي خزنت المعلومات يمكنها فقط إحراز نقاط عند تلبية طلبات النسيان.

تم تقييم ستة أنظمة ذاكرة تقليدية تحت ثلاثة نماذج لغة كبيرة، وتم ذلك بدقة ومهنية. ولكن النتائج صدمت الكثيرين حيث أظهرت أن معظم الأنظمة لم تتمكن من تلبية أكثر من 1.5% من طلبات النسيان، وبعضها فشل تمامًا. بالإضافة إلى ذلك، واجهت الأنظمة تحديات تتمثل في ترك المعلومات المطلوبة قابلة للاستخراج تحت هجمات بسيطة أو حذف معلومات أكثر مما هو مطلوب. لذا، فإن قضية نسيان الذاكرة تظل تحديًا مفتوحًا في تصميم ذاكرة الذكاء الاصطناعي.

للتفاصيل الكاملة، يمكنكم الاطلاع على البيانات والكود على الرابط الرسمي. هل تعتقدون أن هذه النتائج ستؤثر على مستقبل تصميم أنظمة الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.