في عالم نماذج اللغات الضخمة (Large Language Models - LLMs)، نتساءل دائمًا: كيف يمكن لهذه النماذج العمل بفعالية في لغات ذات موارد محدودة مثل الأوردو؟ على الرغم من أن هذه النماذج تتألق في السياقات التي تركز على اللغة الإنجليزية، إلا أن النتائج لا تترجم بشكل جيد إلى لغات أخرى بسبب وجود تباينات ثقافية.

يقدم باحثون مجموعة المعايير الثقافية الجديدة باك3H (Pak3H)، وهي الأولى من نوعها، والتي تهدف إلى معالجة هذه الفجوة من خلال قياس مدى توافق نماذج اللغات الضخمة مع الثقافة الأوردية. تتضمن باك3H مجموعة من الأدوات المصممة لتقييم ثلاثة جوانب رئيسية تُعرف بالـ 3H: المساعدة (Helpfulness)، وعدم الإيذاء (Harmlessness)، والصدق (Honesty).

تتكون مجموعة باك3H من ثلاث أدوات رئيسية:
- **باك ألباكا (PakAlpaca)**: تقيس مدى تقديم المساعدة.
- **باك بيتر تيلز (PakBeaverTails)**: تقيّم عدم الإيذاء.
- **باك تراثفول كيو إيه (PakTruthfulQA)**: تقاس الصدق.

تعتمد المنهجية المتبعة على تكيف ثقافي يدوي وتحرير بعد التوجيه باستخدام قواميس، مما يضمن تقويمات أصيلة تتماشى مع حكم المتحدثين الأصليين. وعند فحص مدى توافق النماذج في ظروف لغوية محلية، تُظهر النتائج انخفاضًا واضحًا في معدلات النجاح في تقديم المساعدة، وتفكك معايير عدم الإيذاء أمام مخاطر الأمن الإقليمي، وتدهور كبير في مقاييس الصدق بسبب قيود الحقائق المحلية.

هذه النتائج تسلط الضوء على القيود الهيكلية في طرق التوافق الحالية، مما يُبرز الحاجة إلى التكيف الثقافي الذي يقوده البشر لضمان تقييمات منصفة ومتعددة اللغات. تُبين الأبحاث الجديدة أهمية إدماج الفهم الثقافي العميق لتقديم نماذج لغوية أكثر فعالية، ولتلبية احتياجات المستخدمين بمجملهم.