في بحث حديث تم نشره على منصة arXiv، تم تسليط الضوء على قوة نماذج اللغات الضخمة (Large Language Models) في مجال العلاقات اللغوية. حيث تُعتبر التشبيهات ذات الأربعة مصطلحات (A:B::C:D) مُجسَّمة تقليدياً على شكل متوازيات، لكن هذه الدراسة تظهر أن نماذج الذكاء الاصطناعي تفوق التوقعات في هذا الصدد. تُشير النتائج إلى أن هذه النماذج ليست فقط أكثر اتساقًا مع النماذج الهندسية بل أيضًا تدعم فرضية المتوازيين بشكل أفضل من البشر.

التحليل الذي قام به الباحثون تضمن مقارنة إكمالات التشبيهات بين البشر ونماذج اللغات الضخمة. وكشفت نتائج التجارب أن التشبيهات التي أنتجتها هذه النماذج تم تقييمها بشكل موثوق على أنها أفضل من تلك التي أعدها البشر.

الأمر المحوري هنا هو أن النتائج توضح أن تحسين دقة النماذج عبر ضبط المعايير بشكل يتوافق مع المتوازيين، ساهم في زيادة دقة الاستنتاجات وأدى إلى إنتاج خيارات أكثر ارتباطًا بالأمثلة الأصلية.

المزيد من التطورات في هذا المجال تعزز من أهمية نماذج اللغات الضخمة وتفتح آفاق جديدة لكيفية فهم البشر للعلاقات اللغوية.