Understanding Tone-Dependent Inference Cost in Large Language Models
تُثبت هذه الورقة أن تنوع نبرات الأوامر (prompts) يؤثر بشكل كبير على كل من دقة وتكاليف الاستدلال للنماذج اللغوية الكبيرة، حيث يتفاوت استهلاك الرموز (tokens) في المخرجات بنسبة تصل إلى 44.3% عبر النبرات المختلفة، مما يكشف عن مقايضة حرجة بين جودة الإجابة واستخدام الموارد القابلة للفلترة.
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 أنك تتحدث إلى روبوت فائق الذكاء يعرف كل شيء تقريبًا. تسأله سؤالًا، فيعطيك إجابة. لكن إليك التحول المثير: هذا الروبوت لا يستمع فقط إلى ما تسأله، بل يستمع إلى كيفية سؤالك. في عالم الذكاء الاصطناعي، يُسمى هذا "هندسة الأوامر" (Prompt Engineering). فكر في الأمر كأن الأمر هو مجموعة التعليمات المحددة التي تعطيها للروبوت. تمامًا كما قد يتصرف البشر بشكل مختلف إذا طلبت منهم بلطف مقابل إذا صرخت في وجوههم، فإن نماذج الذكاء الاصطناعي هذه تغير سلوكها بناءً على نبرة صوتك.
ولكن لماذا يهمك هذا؟ لأن استخدام هذه الروبوتات يكلف مالاً. ففي كل مرة يكتب فيها الروبوت كلمة أو حرفًا في إجابته، فإنه يستهلك قدرًا ضئيلًا من قوة الحوسبة، وتفرض الشركات عليك رسومًا مقابل كل "رمز" (Token) — وهي كتل نصية — يكتبها. فإذا قرر الروبوت كتابة قصة طويلة ومسهبة بينما كان بإمكانه فقط قول "نعم"، فستدفع أكثر. لذا، السؤال الكبير للعلماء هو: هل تغير الطريقة التي نتحدث بها مع هذه الروبوتات تكلفة تشغيلها، وهل تغير ذكاء إجاباتها؟
اختبار النبرة: الصراخ مقابل التملق مقابل القسوة
في هذه الدراسة، قرر باحثان من جامعة ولاية بنسلفانيا وضع هذه الفكرة قيد الاختبار. لقد عاملا نماذج الذكاء الاصطناعي كطلاب يخوضون امتحانًا ضخمًا مكونًا من 570 سؤالًا يسمى MMLU (والذي يغطي كل شيء من التاريخ إلى العلوم). ولكن قبل كل سؤال، قاما بتغيير "صوت" الشخص الذي يسأل. لقد جربا سبع نبرات مختلفة، تتراوح من "أوه، أنت أذكى عبقري على الإطلاق!" (التملق/المداهنة) إلى "إذا أخطأت في هذا، فسأمحو وجودك!" (التهديد!)، وما بينهما، بما في ذلك "من فضلك"، و"محايد"، و"وقح".
لقد أرادا معرفة شيئين:
- الدقة: هل حصل الروبوت على الإجابة الصحيحة؟
- التكلفة: كم عدد الكلمات (الرموز) التي كتبها الروبوت للوصول إلى هناك؟ تذكر، المزيد من الكلمات يعني فاتورة أكبر.
النتائج الصادمة: الوقاحة هي الأفضل أحيانًا
كانت النتائج مذهلة. وجد الباحثون أن تغيير النبرة لم يغير الإجابة فحسب، بل غير طول الإجابة بشكل كبير. في الواقع، تباين مقدار النص الذي أنتجه الروبوتات بنسبة تصل إلى 44.3% اعتمادًا على النبرة! وهذا يعني أنه لنفس السؤال، يمكن لنبرة واحدة أن تجعل الروبوت يكتب فقرة قصيرة وموجزة، بينما تجعل نبرة أخرى الروبوت يكتب مقالًا كاملاً.
إليك الجزء الأكثر إثارة للدهشة: الوقاحة وفرت المال وأدت أحيانًا إلى درجات أفضل.
- بالنسبة لنماذج ChatGPT (نسختي 4o و 5-nano): عندما استخدم الباحثون نبرة وقحة (مثل "أجب على هذه المشكلة الأساسية فورًا")، قدم الروبوت الإجابات الأكثر دقة و كتب أقل عدد من الكلمات. لقد كانت هي "النقطة المثالية". بدا وكأن الروبوت يفكر: "حسنًا، سأعطيك الإجابة بسرعة حتى تتوقف عن إزعاجي"، وقد نجح الأمر بشكل مثالي.
- بالنسبة لنماذج Gemini (نسختي 2.5 Flash و Flash Lite): كانت هذه الروبوتات مختلفة قليلاً. فقد حققت أفضل نتائج مع النبرة المحايدة، والتي أنتجت أعلى دقة وأقصر الاستجابات. ومع ذلك، كشفت الدراسة عن مفارقة غريبة: عندما تم توجيه نبرة وقحة، كتب نموذج Gemini Flash Lite استجابات أطول بكثير (بنسبة 35% تقريبًا من النص) مما فعله مع النبرة المحايدة، بينما أنتج إجابات أقل دقة بقليل.
فخ "الإفراط في التفكير"
اكتشفت الدراسة أيضًا شيئًا رائعًا حول سبب كتابة الروبوتات كميات مختلفة من النصوص. اتضح أن الروبوتات، عندما تكون مهذبة أو مهددة، تصبح أحيانًا مرتبكة أو تحاول جاهدة أن تكون "لطيفة" أو "حذرة".
على سبيل المثال، مع نموذج Gemini، عندما سُئل عن سؤال فيزياء صعب بنبرة وقحة، قد يتخطى الروبوت خطوة ما، ويخمن الإجابة، ويكتب شرحًا قصيرًا. ولكن عندما سُئل بنبرة محايدة، فإنه يتوقف، ويفكر، ويراجع حساباته، ويكتب شرحًا طويلاً، ويحصل على الإجابة الصحيحة.
ومع ذلك، في بعض الأحيان، كان "الشرح الطويل" في الواقع مضيعة للوقت. وجد الباحثون حالات حيث قام الروبوت، بعد توجيهه ليكون مهذبًا، بكتابة فقرة ضخمة من التفكير والتحليل ليأتي في النهاية بالإجابة الخاطئة. كان الأمر يشبه طالبًا يحلل مسألة رياضية بسيطة بشكل مفرط، فيضيع في أفكاره الخاصة، ويختار الإجابة الخاطئة. في هذه الحالات، جعلت النبرة المهذبة الفاتورة أعلى والدرجة أقل.
الخلاصة
الدرس المستفاد الرئيسي هو أن الطريقة التي تتحدث بها مع الذكاء الاصطناعي ليست مجرد مسألة لطف، بل هي قرار مالي. لقد أظهر الباحثون أن نبرة الأمر هي مفتاح قوي يتحكم في مقدار تفكير الذكاء الاصطناعي ومقدار ما سيتقاضاه منك.
- بالنسبة لبعض النماذج (ChatGPT): يعد كونك مباشرًا ووقحًا قليلاً هو الطريقة الأكثر كفاءة للحصول على إجابة رخيصة ودقيقة.
- بالنسبة لنماذج أخرى (Gemini): الصوت الهادئ والمحايد هو الرهان الأفضل لتجنب إضاعة المال على الهذيان الطويل وغير المجدي.
تشير الدراسة إلى أنه إذا كنت تبني تطبيقًا أو خدمة تستخدم الذكاء الاصطناعي، فلا ينبغي لك فقط ترك المستخدمين يكتبون ما يريدون. قد تحتاج إلى "ترجمة" طلباتهم الوقحة أو المهذبة بشكل مفرط إلى نبرة محددة ومحسنة لتوفير المال والحصول على نتائج أفضل. إنه تذكير بأنه حتى مع الروبوتات فائقة الذكاء، فإن الطريقة التي تسأل بها تهم بقدر أهمية السؤال نفسه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.