اكتشاف مذهل: كيف تهيم نماذج اللغة الضخمة في الاستجابة؟

في عالم الذكاء الاصطناعي، لطالما كان للغة أهمية بالغة، مما يجعل نماذج اللغة الضخمة (Large Language Models) من أهم السُبل المستخدمة لفهم وتوليد النصوص. ومع ذلك، أحدث تقرير جديد ضجة كبيرة في الأوساط التقنية، حيث أكد أن جميع النماذج المتطورة تعاني من انحرافات في الاستجابة، مما يعني أن مخرجاتها قد لا تتطابق دائمًا مع المراجع المعتمدة من الخبراء.\n\nقام فريق من الباحثين بتقييم شامل شمل 47 مشاركًا من خلفيات جغرافية متنوعة، حيث تم اختبارات هذه النماذج عبر 62 سؤالًا في عشر مجالات مختلفة. النتائج كانت مثيرة للاهتمام: رغم أن كل نموذج كان يعاني من انحرافات، فإن مدى هذه الانحرافات كان متفاوتًا باستمرار. بينما كانت بعض النماذج تقدم نتائج قريبة جدًا من المراجع بنسبة انحراف تصل إلى 78-81%، فإن نماذج أخرى سجلت انحرافات أقل (47-49%).\n\nولاحظ الباحثون أن أنماط الانحراف كانت متغيرة عبر المجالات المختلفة والأسئلة المطروحة، وأظهرت الارتباطات بين النماذج قدرتها على المحافظة على جودة الإجابات. ومع ذلك، لم تكن المقاييس الآلية تمثل أكثر من 2% من اختلافات الأحكام البشرية، مما يؤكد الحاجة إلى تقييم مرتبط بالبشر لفهم هذه الانحرافات بشكل أفضل.\n\nباختصار، يكشف هذا التقرير أن الانحرافات في ردود النماذج هي سمة عالمية، لكنها تعتمد على المجال والسؤال. يتطلب الأمر الآن فهمًا أعمق لتحسين جودة هذه النماذج.