هل تجعل نماذج اللغات الضخمة المُعدَّلة بالشخصية الروبوتات أسرع في التفاعل الاجتماعي؟

أصبحت نماذج اللغات الضخمة (Large Language Models) تُستخدم بشكل متزايد في محاكاة التفاعل الاجتماعي، مما يوفر مرونة أكبر مقارنة بالأنظمة المبنية على القواعد. ورغم أنها تقلد سلوك البشر بشكل جيد، لا تزال هنالك فجوة بين هذه الأنظمة وبين السلوك البشري الطبيعي. في هذا السياق، تتجه الأبحاث نحو تحسين نماذج اللغات بحيث يكون لديها وعي شخصي، مما قد يُحسن من تفاعلاتها.

في دراسة حديثة، تم تعديل نموذجين صغيرين مفتوحان، هما Qwen2.5-7B-Instruct وMinistral-8B-Instruct، من خلال استخدام مجموعة بيانات تجمع بين منشورات وسائل التواصل الاجتماعي المحسوبة بشخصية والحوار. الهدف هو تطوير محرك حواري قائم على الشخصية لمحاكاة اجتماعية أكثر دقة.

تقييم هذا الإنجاز تم عبر سيناريوهات تفاعل اجتماعي متعددة، مع الاعتماد على ثلاثة قضاة من نماذج اللغة لتقييم دقة الشخصية وتقديم تفسيرات سلوكية قائمة على الأدلة.

على الرغم من أنه لم تُظهر النماذج المُعدَّلة تحسناً واضحاً في لعب الأدوار بالمقارنة بالنماذج الأساسية، فإن النتائج أظهرت أن النماذج المُعدَّلة تقدم تنوعاً لغوياً أفضل في حواراتها. ومع ذلك، فإن الدليل على عدم توافق القضاة يجعل من الصعب تفسير كل هذه النتائج بدقة.

على الرغم من أن جودة النصوص الناتجة كانت مقبولة، إلا أن الدراسة توصي بضرورة التركيز بشكل أكبر على جودة البيانات التدريبية وترابطها مع المجال لتحقيق نتائج مثالية في تمثيل الشخصيات.