🧠 آیا حافظه هوش مصنوعی با «فراموشی» دچار چالش می‌شود؟

پژوهشگران در مطالعه‌ای جدید به سراغ بررسی عمیق روش‌های ویرایش حافظه در مدل‌های هوش مصنوعی (Engram Editing) رفته‌اند. برخلاف تصور اولیه که ویرایش اطلاعات مدل‌های زبانی مانند چیدن آجر کنار هم است، این تحقیق نشان می‌دهد که ترتیب تغییرات و ویرایش‌های متوالی می‌تواند باعث ایجاد تداخل و حتی تخریب دانش موجود در مدل شود.

نتایج این بررسی ثابت کرده که برخلاف فرضیه‌های قبلی، ویرایش‌های متوالی «جابه‌جاپذیر» نیستند و می‌توانند پایداری سایر مفاهیم آموخته شده توسط مدل را به شدت تحت تأثیر قرار دهند. این یافته گام مهمی در جهت درک نحوه مدیریت و به‌روزرسانی دقیق اطلاعات در مدل‌های بزرگ زبانی است.

منبع: arXiv Machine Learning