دانشمندان با معرفی بنچمارک جدید MultiWikiQHalluA، پرده از یک واقعیت جالب برداشتند: مدلهای هوش مصنوعی در زبانهایی مثل ایسلندی یا آلمانی، بیشتر از انگلیسی دچار «توهم» (Hallucination) میشوند! 🤖⚠️
این تحقیق نشان داد که مدلهای کوچکتر مثل Qwen3-0.6B نرخ توهم بسیار بالاتری دارند و مدلهای قدرتمندتر مثل مدلهای ۳۲ و ۷۰ میلیارد پارامتری (cogito-v1-preview)، عملکرد بسیار پایدارتری در زبانهای مختلف از خود نشان میدهند. این یعنی برای داشتن هوش مصنوعیِ دقیق، هنوز هم مقیاس و تنوع زبانی حرف اول را میزند. 🌍💡
منبع: arXiv NLP