محققان در مطالعه جدیدی به سراغ کالبدشکافی «شخصیت» مدلهای زبانی بزرگ (LLM) رفتهاند. این مقاله با استفاده از روشهای هندسی روی مدل GPT-4o، نشان میدهد که بروز رفتار و شخصیت در هوش مصنوعی یک ویژگی ذاتی و ثابت نیست، بلکه بهشدت به «چارچوببندی» (Frame) سوالات بستگی دارد.
نکات کلیدی این پژوهش:
🔹 تفاوت بین ویژگیهای کلی (Aggregated) و ویژگیهای هندسی (Geometric).
🔹 اثبات اینکه هوش مصنوعی تحت تاثیر چینش و ساختار سوالات، رفتارهای متفاوتی از خود بروز میدهد.
🔹 نیاز به روشهای ارزیابی جدید برای درک بهتر ساختار درونی مدلها، فراتر از آزمونهای روانسنجی ساده.
این یافتهها چالش بزرگی برای طراحی مدلهای باثباتتر و قابلاعتمادتر ایجاد میکند!
منبع: arXiv AI



