في عالم الذكاء الاصطناعي، تتزايد أهمية القدرة على تحديد مؤلفي النصوص التي أنشأتها نماذج اللغات الضخمة (Large Language Models، LLMs). إلا أن معظم الدراسات السابقة في هذا المجال كانت تركز على الحصول على بيانات باللغة الإنجليزية أو في بيئات محكمة، مما أدى إلى وجود فجوات في تقييم نماذج اللغات الأخرى. هنا يأتي دور MultiGhostBench.

يعتبر MultiGhostBench معيارًا جديدًا تمت إتاحته لدعم تحليل نصوص نماذج اللغات تحت تأثير تغيرات توزيع مختلفة. يتألف هذا المورد من 928 كتابًا تم توليدها بواسطة خمسة نماذج لغوية حديثة، ويتم التعامل معها عبر ستة لغات وثلاثة أنواع من النصوص. مع متوسط طول يناهز 59,000 كلمة لكل كتاب، يمنح هذا المعيار باحثي الذكاء الاصطناعي أدوات فعّالة لتقييم نماذج تأليف المؤلفين.

عند تقييم الأداء، أظهرت الدراسات أن لا توجد طريقة واحدة تتفوق في جميع البيئات، حيث كانت النتائج تتراجع عمومًا في ظل ظروف تغير التوزيع. تمكنت الأجهزة المعتمدة على تقنية المtransformers من الاحتفاظ بالمعلومات المتعلقة بالجهات المولدة عبر لغات متعددة، لكن فعالية ذلك اختلفت حسب أزواج اللغات. بينما كانت طرق الكشف الإحصائية والأسلوبية أكثر اعتمادًا على اللغة.

تُظهر هذه النتائج أهمية MultiGhostBench كمورد قيم يدعم تطوير وتحليل طرق موثوقة لتحديد المؤلفين (Authorship Attribution). يمكنكم الوصول إلى مجموعة البيانات والشفرة البرمجية على GitHub. فهل أنتم مستعدون لاستكشاف إمكانيات هذا المعيار الجديد في عالم الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!