تعتبر اللحظات المفاجئة التي تظهر في أداء النماذج اللغوية الضخمة (Large Language Models) مثل التصحيح الذاتي عند ظهور كلمات مثل "انتظر" مثيرة للاهتمام، غير أن الآلية الكامنة وراء هذا السلوك تبقى غامضة إلى حد كبير. غالباً ما تعاني النماذج القياسية من الانهيار نتيجة انحرافات صامتة، حيث تنحرف مسارات الإجابة الصحيحة عن الهدف، لكنها تبقى مدعومة محلياً، مما يمنع تكوين أخطاء واضحة تؤدي إلى التصحيح التفاعلي.
هنا يأتي دور الإطار الجديد الذي يقدم مفهوم تخصيص المعلومات الاستراتيجي، حيث يتم تقسيم عملية التفكير إلى تقدم إجرائي والتعبير المعرفي. هذا التعبير، الذي يتمثل في إضفاء طابع لغوي على عدم اليقين عند مستوى الرموز، يثبت أن التعبير sporadic يُعيد تأكيد المسارات نحو الإجابة الصحيحة، حتى في غياب المحفزات الأخطاء الواضحة.
الأبحاث تجريبية تظهر أن إشارة الشك البسيطة يمكن أن تعيد تنشيط المسارات الفاشلة، وأن تدريبًا بسيطًا بالأسلوب الدقيق (SFT) قد يكفي لترسيخ أو كبح هذه القدرة. مما يعني أن التفكير القوي يعتمد بشكل أقل على آلية داخلية استثنائية، وأكثر على العادة اللغوية في التعبير عن عدم اليقين.
إن هذا الإطار الجديد يعيد تأطير عملية التفكير كعملية تخصيص استراتيجي للمعلومات تحت ظروف عدم اليقين، مما يقدم منظوراً جديداً لفهم وتعزيز التفكير في النماذج اللغوية الضخمة.
اكتشف أسرار التفكير في النماذج اللغوية الضخمة (LLMs): كيف تلعب المعلومات دوراً في التصحيح الذاتي
تظهر النماذج اللغوية الضخمة لحظات فهم مفاجئة، ولكن آلية ذلك لا تزال غامضة. بحث جديد يكشف كيف يمكن للشك البسيط أن يساعد في استعادة الاتجاهات نحو الإجابات الصحيحة.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
