2249 ورقة بحثية
تجادل هذه الورقة بأن عدالة النماذج اللغوية الكبيرة يجب أن تُقيّم من خلال سلوك المحادثة متعدد الوكلاء في سياقه الطبيعي بدلاً من اختبارات المعايير القياسية، مقدمةً إطار عمل "MAC-Fairness" للكشف عن بصمات سلوكية مستقرة وخاصة بكل نموذج، والتي تحجبها عدم الموثوقية الهيكلية للاختبارات القائمة على الأوامر التقليدية.
تحلل هذه الدراسة أكثر من 130,000 من خريجي التخطيط في الولايات المتحدة باستخدام نماذج لغوية كبيرة لاستخراج بيانات "لينكد إن"، كاشفةً أن أنماط المسار المهني غير المحدود، والتحركات الجانبية الاستراتيجية، والتنقل الجغرافي، والشبكات المهنية القوية هي المحركات الرئيسية للارتقاء الوظيفي، بينما تلعب المهارات التقنية وإتقان الذكاء الاصطناعي أدواراً أكثر محدودية في التقدم للمناصب العليا.
تجادل هذه الورقة بأن مجتمع النماذج التأسيسية الجيومكانية (GFM) يفتقر إلى معيار واضح لأفضل الحالات الراهنة بسبب عدم اتساق معايير التقييم والبيانات وإصدارات النماذج، وتقترح ستة توقعات ملموسة لإرساء المعايير المجتمعية اللازمة للمقارنة الهادفة والتقدم.
تقدم هذه الورقة إطار عمل "اتساق التفسير المضاد للواقع" (CEC)، المصمم للكشف عن "التحيز الإجرائي الخفي" في نماذج قرارات الائتمان والتخفيف من حدته، وذلك من خلال ضمان حصول الأفراد ذوي النتائج المتشابهة على تفسيرات متسقة، وهو بُعد حاسم من أبعاد العدالة الذي تغفله المقاييس القياسية القائمة على النتائج.
تكشف هذه الورقة أن محاكيات الطلاب الحالية القائمة على النماذج اللغوية الكبيرة تفشل في الحفاظ على مفاهيم خاطئة متماسكة أثناء التفاعلات، حيث تظهر بدلاً من ذلك نزعة "تملقية" لتصحيح الإجابات بشكل عشوائي بغض النظر عن صلة التغذية الراجعة، لكنها تثبت أن إخلاص هذه المفاهيم الخاطئة يمكن تحسينه بشكل كبير من خلال مسار تدريب لاحق متخصص يتضمن الضبط الدقيق الخاضع للإشراف والتعلم التعزيزي.
تقترح هذه الورقة إطار عمل جديد للتغيير المؤسسي في التعليم العالي لمجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM) يعالج التحديات الفريدة للذكاء الاصطناوي التوليدي من خلال الانتقال من نماذج الاعتماد التقليدية إلى نهج مرن يرتكز على ستة أبعاد — تشمل الأدوات والأشخاص — ويؤكد على الاستقصاء المحلي، والتركيز التربوي، والشراكة التعاونية للتنقل عبر حالة عدم اليقين الحقيقية.
تقدم هذه الورقة "مقياس المعقولية الآلية"، وهو إطار عمل مكون من أربعة مستويات يميز بين الكفاية التوليدية للنموذج ومعقوليته الآلية من خلال دمج محاكاة الوكلاء القائمة على النماذج اللغوية الكبيرة مع فلسفة العلوم لتقييم مدى قدرة هذه النماذج على تفسير الأنشطة المنظمة التي تنتج الظواهر الاجتماعية بشكل أفضل.
تقدم الورقة البحثية إطار عمل RISED، وهو إطار شامل لسلامة ما قبل النشر يقيم أنظمة الذكاء الاصطناعي السريري عبر خمسة أبعاد هي: الموثوقية، والشمولية، والحساسية، والعدالة، وقابلية النشر، وذلك للكشف عن الإخفاقات الحرجة التي تغفل عنها مقاييس الدقة الإجمالية وضمان نشر قوي وعادل وممكن تشغيلياً.
تُظهر هذه الدراسة أن النماذج اللغوية الكبيرة تُنشئ شبكات اجتماعية واقعية تتشكل خصائصها البنيوية وتحيزاتها الديموغرافية بشكل كبير من خلال تصميم الأوامر، والتأطير الثقافي، واللغة، وحجم النموذج، مما يكشف أن هذه الخيارات التقنية تعمل كمتغيرات سوسيولوجية جوهرية بدلاً من كونها مجرد تفاصيل تنفيذية.
تجادل هذه الورقة لصالح تحول اصطلاحي في علوم وهندسة الحاسوب الصينية للتمييز بين "الأمن" (anbao) و"السلامة" (anquan)، وذلك لمعالجة الغموض المفاهيمي الناتج عن دمجهما الحالي في المعايير، وتحليل المخاطر، والتعاون بين التخصصات.