محققان در پژوهش جدیدی به سراغ یکی از پیچیدهترین جنبههای هوش مصنوعی رفتهاند: «اولویتبندی زمانی». آیا مدلهای زبانی (LLMs) میتوانند بین سود کوتاهمدت و عواقب بلندمدت تفاوت قائل شوند؟
این مطالعه با بررسی مدل Qwen3-4B نشان میدهد که هوش مصنوعی زمان را متفاوت از انسان درک میکند و گاهی اوقات برای تصمیمگیری به مداخلات مستقیم نیاز دارد. خبر هیجانانگیز این است که محققان توانستهاند با استفاده از «بردارهای هدایتکننده» (Steering Vectors)، نحوه اولویتبندی زمانی مدل را تغییر دهند که گامی بزرگ به سوی ساخت هوش مصنوعیِ قابل اعتمادتر و منطقیتر محسوب میشود. 🤖💡
منبع: arXiv Machine Learning