في تطورٍ جديد ومثير في عالم أبحاث الذكاء الاصطناعي، أجرى الباحثون دراسة تتعلق بكيفية عمل نماذج الذكاء الاصطناعي على الأجهزة (On-Device) وتأثير ذلك على موثوقية الاقتباسات التي تنتجها. استُخدم نموذج ذكاء اصطناعي بحجم 4 مليار على جهاز كمبيوتر محمول سعة 24 جيجابايت، وتم التركيز على فهم ما الذي يجعل اقتباساته موثوقة.

الدراسة قامت بفصل جوجعِنين عادةً ما يتم الإبلاغ عنهما معاً، وهما موثوقية الاقتباس (Claim Faithfulness) والتغطية الموثوقة (Trustworthy Coverage). موثوقية الاقتباس تعني مدى دعم المصدر المُستَشهد به للمزاعم المطروحة، بينما تتعلق التغطية الموثوقة بما إذا كانت الأدوات استخدمت المصادر الصحيحة.

تم اختبار تأثير كمية المعلومات التي يرصدها النموذج، حيث قُورنت التجارب بين تعرض 400 حرف مقابل 1500 حرف، مع فحص جودة المصادر المستخدمة كالأوراق الذهبية مقابل الأوراق المستعادة.

النتائج كانت مثيرة، حيث أظهر الباحثون أن زيادة تعرض النموذج لكل مصدر رفع موثوقية الاقتباسات من 0.45 إلى 0.58 بالنسبة للمصادر المستندة، ومن 0.37 إلى 0.58 بالنسبة للمصادر الذهبية. تجدر الإشارة إلى أن نتائج التغطية لم تتأثر بنفس القدر بزيادة التعرض، حيث كانت التغطية الموثوقة بالقرب من 0.22 على المصادر المستعادة بغض النظر عن مقدار التعرض، بسبب محدودية كمية المعلومات التي تم استرجاعها.

تعتبر هذه الاكتشافات خطوة مهمة في رحلة تحسين نماذج الذكاء الاصطناعي، حيث توفر أساسًا علميًا لقادة هذا المجال حول كيفية استخدام المكتبات الأفضل لتقدير مخرجات فائقة الجودة، مما قد يفتح الأبواب أمام تحسينات مستقبلية أكبر في دقة المعلومات المستندة إلى الذكاء الاصطناعي. ما رأيكم في هذا التطور؟ شاركونا في التعليقات.