💬 NLP

Your Language Model Secretly Contains Personality Subnetworks

تُثبت هذه الورقة أن النماذج اللغوية الكبيرة تحتوي بطبيعتها على شبكات فرعية متخصصة في الشخصيات ضمن معالمها الحالية، مما يسمح باستخراج سلوكيات متميزة بكفاءة ودون الحاجة للتدريب من خلال استراتيجيات القناع والتقليم التبايني.

المؤلفون الأصليون: Ruimeng Ye, Zihan Wang, Zinan Ling, Yang Xiao, Manling Li, Xiaolong Ma, Bo Hui

نُشر 2026-02-10

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Ruimeng Ye, Zihan Wang, Zinan Ling, Yang Xiao, Manling Li, Xiaolong Ma, Bo Hui

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أن نموذجك اللغوي الكبير المفضل (مثل ChatGPT) هو ممثل عالمي.

حالياً، عندما نريد من هذا الممثل أن يؤدي دوراً جديداً — لنقل التحول من خادم مهذب إلى قرصان غاضب — فإننا عادةً ما نفعل أحد ثلاثة أشياء:

طريقة السيناريو (التلقين/Prompting): نسلمه ورقة مكتوب عليها: "مثل دور قرصان!". يحاول الممثل، لكنه أحياناً يخطئ ويعود في حديثه بأسلوب الخادم المهذب.
طريقة صندوق الملابس (RAG): نعطيه صندوقاً من أدوات القرصان. هذا يساعد، لكنه أمر فوضوي بعض الشيء.
طريقة إعادة التدريب (الضبط الدقيق/Fine-tuning): نرسل الممثل إلى مدرسة مكثفة لتمثيل أدوار القراصن تستمر لشهور. هذا يعمل بشكل رائع، لكنه مكلف للغاية وبطيء.

تقترح هذه الورقة طريقة رابعة، أكثر روعة بكثير: طريقة "الموهبة الخفية".

الفكرة الكبرى: الممثل محترف بالفعل

اكتشف الباحثون شيئاً مذهلاً: الممثل لا يحتاج فعلياً إلى سيناريو جديد أو مدرسة تدريب. "القرصان" يعيش بالفعل داخل عقل الممثل.

لقد أدركوا أنه داخل الشبكة الهائلة من الروابط في "عقل" الذكاء الاصطناعي، توجد "شبكات فرعية" صغيرة ومتخصصة — فكر فيها كأنها دوائر موهبة خفية. هناك "دائرة المهذب"، و"دائرة المرح"، و"دائرة القرصان"، وكلها مخبأة في نفس الرأس.

كيف يعمل الأمر: "بقعة الضوء الدقيقة"

بدلاً من تعليم النموذج أشياء جديدة، يستخدم الباحثون تقنية تسمى التقليم (Pruning).

تخيل أن عقل الذكاء الاصطناعي هو مسرح ضخم ومزدحم مليء بآلاف الممثلين يتحدثون جميعاً في وقت واحد. للحصول على شخصية "القرصان"، أنت لا تحتاج إلى الجميع. أنت تحتاج فقط إلى تلك المجموعة المحددة من الأشخاص الذين يعرفون كيف يزمجرون ويتحدثون عن الكنز.

تعمل طريقة الباحثين مثل بقعة ضوء دقيقة:

الملاحظة: يعرضون على الذكاء الاصطناعي بضعة أمثلة لشخصية معينة (مثل "الباحث عن الثروة") ليروا أي "النيورونات" (الخلايا العصبية) تضيء.
القناع: ينشئون "قناعاً" رقمياً (مجموعة من التعليمات) تقول: "أطفئ الجميع على هذا المسرح باستثناء الأشخاص الموجودين في دائرة القرصان."
المفتاح: عندما تريد ظهور القرصان، يقومون بتبديل القناع فوراً. يصبح باقي النموذج مظلماً، ويُسمح فقط للجزء "القرصاني" من الدماغ بالتحدث.

خدعة "الأضداد" (التقليم التبايني/Contrastive Pruning)

حل الباحثون أيضاً مشكلة معقدة: ماذا لو كانت الشخصيتان متضادتين؟ (مثل الشخص الانطوائي مقابل الشخص الاجتماعي).

إذا قمت فقط بتشغيل دائرة "الانطوائي"، فقد تتسرب بعض أجزاء "الاجتماعي". ولإصلاح ذلك، اخترعوا التقليم التبايني (Contrastive Pruning). إنه يشبه حكم المباراة في رياضة الملاكمة: ينظر إلى الشخصيتين المتنافستين ويقول: "أنت، خذ هذه النيورون تحديداً؛ وأنت، ابتعد عن هذا النيورون!". هذا يجبر الشخصيتين على البقاء في مساراتهما الخاصة، مما يجعل "الانطوائي" أكثر هدوءاً و"الاجتماعي" أكثر صخباً، دون أي تداخل فوضوي.

لماذا يهم هذا الأمر (ما الفائدة؟)

إنه فوري: لا مزيد من الانتظار لأيام حتى "يتعلم" النموذج شخصية جديدة. الأمر يشبه ضغطة مفتاح الضوء.
إنه خفيف الوزن: أنت لا تضيف أجزاء جديدة إلى الدماغ؛ أنت فقط تستخدم الأجزاء الموجودة بالفعل.
إنه فعال: لأنك تقوم بـ "إطفاء" أجزاء الدماغ التي لا تحتاجها، يمكن للنموذج في الواقع أن يعمل بشكل أسرع ويستهلك طاقة أقل.

باخت-صار: تثبت هذه الورقة أن الذكاء الاصطناعي لا يحتاج إلى أن يُعلّم كيف يكون أشخاصاً مختلفين؛ بل يحتاج فقط إلى "إطلاق سراحه" ليظهر لنا العديد من الشخصيات المختلفة التي يعرف بالفعل كيف يؤديها.

ملخص تقني: نموذجك اللغوي يحتوي سرًا على شبكات فرعية للشخصيات (Persona Subnetworks)

الجهة المستهدفة/النشر: ICLR 2026

1. بيان المشكلة

تتعامل الطرق الحالية لتكييف الشخصية (Persona Adaptation) في النماذج اللغوية الكبيرة (LLMs) — مثل التلقين (Prompting)، والجيل المعزز بالاسترجاع (RAG)، والضبط الدقيق (Fine-tuning) — مع التحكم في الشخصية كـ فرض خارجي على نموذج متجانس.

التلقين/RAG: غالبًا ما يعانيان من تحكم سطحي، وعدم استقرار، وتداخل.
الضبط الدقيق/المهايئات (LoRA): يتطلبان تدريبًا إضافيًا، ومعلمات (Parameters) أكثر، وأعباءً حوسبية.

يطرح المؤلفون سؤالًا جوهريًا: هل تحتاج النماذج اللغوية الكبيرة حقًا إلى تدخل خارجي لتبني شخصيات مختلفة، أم أن هذه السلوكيات موجودة بالفعل ضمن فضاء المعلمات الداخلي الخاص بها؟ ويفترضون أن الشخصيات توجد كـ "دوائر" (Circuits) أو شبكات فرعية كامنة ومنفصلة يمكن الكشف عنها دون تدريب جديد.

2. المنهجية

يقترح البحث إطار عمل لا يتطلب تدريبًا لاستخراج شبكات فرعية متخصصة في الشخصية من خلال التقليم الموجه بالتنشيط (Activation-guided pruning).

تسجيل الأهمية الموجه بالتنشيط:
باستخدام مجموعة بيانات معايرة صغيرة ( $D_p$ ) لشخصية معينة، يجمع المؤلفون إحصائيات التنشيط. يقومون بحساب درجة الأهمية ( $S_{ij}^p$ ) لكل معلمة عبر دمج مقدار وزنها ( $|w_{ij}|$ ) مع مقدار التنشيط المتوقع للقناة المدخلة المقابلة لها ( $A_p[j]$ ). هذا يحدد المعلمات التي تكون "كبيرة" و"متكررة الاستخدام" من قبل تلك الشخصية المحددة.
التقليم المهيكل (Structured Pruning):
تطبق الطريقة اختيار (Top-K) على مستوى الصف. لكل عصبون مخرج، يتم الاحتفاظ فقط بـ $(1-\rho)$ من قنوات المدخلات (حيث $\rho$ هي نسبة التخلخل/Sparsity)، مما ينشئ قناعًا ثنائيًا ( $M_p$ ).
التقليم التبايني (للشخصيات المتضادة):
للتعامل مع الشخصيات المتضادة ثنائياً (مثل الانطوائي مقابل المنفتح)، يقدم المؤلفون استراتيجية تباينية. بدلًا من تحسين الشخصيات بشكل مستقل، يستخدمون فروق التنشيط المعيارية لتصنيف المعلمات. هذا يجبر النموذج على تخصيص المعلمات للشخصية الأكثر تميزًا وإخبارية بالنسبة لها، مما يعظم التباعد الإحصائي (الانفصال) بين الشبكتين الفرعيتين.
الاستدلال (Inference):
عند التشغيل، يطبق النموذج القناع الثنائي خفيف الوزن على الأوزان ( $W \odot M_p$ ). يسمح هذا بالتبديل الفوري تقريبًا بين الشخصيات مع حد أدنى من الأعباء الحوسبية.

3. المساهمات الرئيسية

اكتشاف الشبكات الفرعية للشخصية: يثبت أن الشخصيات المتميزة تظهر كأنماط تنشيط قابلة للفصل في النماذج اللغوية الكبيرة سابقة التدريب.
خوارزمية التقليم التبايني: طريقة مبتكرة لتعظيم الفصل بين السمات المتضادة، مما يمنع "انهيار الشخصية" (Persona Collapse).
كفاءة لا تتطلب تدريبًا: توفر طريقة لا تتطلب تحديثات التدرج (Gradient updates)، ولا معلمات إضافية قابلة للتدريب، وتتطلب فقط بضع مئات من عينات المعايرة.
التفسير الآلي (Mechanistic Interpretability): تقدم دليلًا على أن هذه الشبكات الفرعية ليست مجرد ارتباطات بل مسارات سببية داخل كتل الـ MLP الخاصة بالنموذج.

4. النتائج

قيم المؤلفون الطريقة على نماذج Llama-2 وLlama-3 وQwen2.5 عبر ثلاثة معايير: MBTI، وAI Persona (السعي وراء القوة/الثروة)، وRoleAgentBench.

محاذاة فائقة: تفوقت الشبكات الفرعية القائمة على التقليم (خاصة "التقليم المتناثر مع التقليم التبايني") بشكل كبير على التلقين (Prompting) وRAG. في مهمة AI Persona، أدى التقليم التبايني إلى تحسين دقة السعي وراء القوة بنسبة تصل إلى +13.0% مقارنة بالتلقين.
الاتساق في لعب الأدوار: في اختبار RoleAgentBench، أظهرت الطريقة دقة أعلى بكثير في الحفاظ على اتساق الشخصية (مثل شيرلوك هولمز، ودكتور واتسون) مقارنة بالنماذج المرجعية التي تميل إلى الانحراف نحو استجابات الذكاء الاصطناعي العامة.
تدهور عام ضئيل: تسبب التقليم من أجل تخصص الشخصية في انخفاض طفيف للغاية ( $\le 1.6\%$ ) في مهام الاستدلال العام (HellaSwag) والمعرفة (MMLU)، حيث تظل قدرة النموذج الأساسية سليمة.
القابلية للتوسع: يصل الأداء إلى حالة التشبع بسرعة؛ حيث تكفي 20 إلى 50 عينة معايرة فقط لتحديد شبكات فرعية مستقرة.

5. الأهمية

ينقل هذا العمل نموذج تخصيص النماذج اللغية الكبيرة من "تعلم سلوكيات جديدة" إلى "الكشف عن سلوكيات موجودة بالفعل". ويشير إلى أن تنوع السلوك البشري موجود بالفعل ضمن الفضاء الهائل للمعلمات في النماذج سابقة التدريب. ومن خلال التعامل مع التحكم في الشخصية كمسألة توجيه/قناع (Routing/Masking) بدلاً من مسألة تدريب، يوفر المؤلفون مسارًا نحو أنظمة ذكاء اصطناعي متعددة الشخصيات، عالية الكفاءة، وقابلة للتفسير، ويمكنها تبديل الهويات فورًا دون تكلفة الضبط الدقيق.