دراسة: تطور نماذج اللغة يتجاوز بسرعة الأبحاث المفسرة لسلوكها
اختبر باحثا ستانفورد أوين كوين وجيمس زو 50 ادعاءً شائعاً عن نماذج اللغة الكبيرة عبر 20 نموذجاً من ثمانية مطورين صدرت بين يوليو 2024 وسبتمبر 2026. وخلصا إلى أن 44% من النتائج «انتهت صلاحيتها»، وأن متوسط عمر 22 نتيجة مؤرخة بلغ 15.7 شهراً.
اختبر باحثا ستانفورد أوين كوين وجيمس زو 50 ادعاءً شائعاً عن نماذج اللغة الكبيرة عبر 20 نموذجاً من ثمانية مطورين صدرت بين يوليو 2024 وسبتمبر 2026. وخلصا إلى أن 44% من النتائج «انتهت صلاحيتها»، وأن متوسط عمر 22 نتيجة مؤرخة بلغ 15.7 شهراً.
ضعفت 34% أخرى من النتائج، فيما بقي 16% صحيحاً وازداد 6% قوة. وكانت ادعاءات عجز النماذج عن الاستدلال الأسرع تقادماً، بينما استمرت بعض أنماط التحيز والمسايرة. وتباينت النتائج بشدة بين النماذج؛ إذ تراوح عدد النتائج المنتهية بين 11 في DeepSeek V4 Pro و30 في GPT-6.1 Sol، ما يدعم توثيق النموذج والإصدار والتاريخ عند نشر الدراسات.
Rapid LLM development is outrunning the research meant to explain it, study finds · تاريخ النشر في المصدر: