تا حالا فکر کردید که چرا مدلهای هوش مصنوعی گاهی با وجود دسترسی به اطلاعات، نمیتوانند از آنها استفاده کنند؟ محققان بهتازگی پدیدهای به نام «نقطه کور تداعی ضمنی» (Implicit-association blind spot) را شناسایی کردهاند.
این مشکل زمانی رخ میدهد که مدل اطلاعات لازم را در حافظه دارد، اما چون پرسش کاربر مستقیماً به آن اطلاعات «اشاره» نمیکند، مدل نمیتواند آن را بازیابی کند. برای مثال، مدل ممکن است بداند آلرژی به آجیل خطرناک است، اما وقتی میپرسید «کیک با آرد بادام بخورم؟»، آن ارتباط را برقرار نمیکند.
محققان برای حل این مشکل، بنچمارک جدیدی به نام «InMind» را معرفی کردهاند که شامل ۱۲۵ تسک تخصصی است تا سیستمهای حافظه عاملهای هوشمند (Agent Memory) را به چالش بکشد و راهی برای اصلاح این نقص در معماریهای فعلی پیدا کند. 🔍
منبع: arXiv NLP