في دراستها المثيرة، تكشف مجموعة من الباحثين النقاب عن كيفية تنظيم نماذج اللغات الضخمة (Large Language Models) لمعلوماتها أثناء أداء مهام البحث الدلالي. تركز الدراسة على مفهوم البحث الدلالي وطرق تنظيم المعلومات بين الكتل والمفاهيم بشكل مشابه للبشر.

أظهرت النتائج أن النماذج ليست مجرد أدوات لتوليد النصوص، لكنها تتبنى استراتيجيات تشبه استراتيجيات البشر عند استدعاء قوائم من المفاهيم، مثل الحيوانات. فكما يبدع الأشخاص في تجميع المعلومات ذات الصلة، تنظم نماذج اللغات الضخمة استجاباتها في مجاميع من العناصر المرتبطة، مما يدل على التنقل بين المجموعات بطريقة مدروسة.

استخدمت الدراسة تقنيات التفسير الآلي لفهم العمليات الداخلية لهذه النماذج. عبر ما يسمى «عينة جيكوب» (Jacobian lens)، تم تحليل كيفية ارتباط تفعيل الكلمات بسلوكيات الانتقال بين الكتل. وجد الباحثون أن الانتقال بين المفاهيم يحدث عندما تنخفض التفاعلات مع الكلمات التالية في السياق، مما يشير إلى اتخاذ قرار مدبر بين البحث والاستغلال.

كما اكتشف الفريق أن بعض العلامات المتعلقة بالحالة تزداد عند توقع الانتقال إلى مفهوم جديد، مما يعكس استراتيجية البحث بين المفاهيم. وهذا يُظهر أن نماذج اللغات الضخمة تحتفظ بتوقيعات مميزة لمختلف أساليب البحث، مما يسهم في تقديم نظرة جديدة حول كيفية عمل الذكاء الاصطناعي.

إذا كنت متحمسًا لفهم كيف يفكر الذكاء الاصطناعي ويتعامل مع المفاهيم، فإن هذه الدراسة تمثل نقطة انطلاق رائعة للتفكير في المستقبل!