GPT-6.2 Astra وSol يختصران الإجابات ويتراجعان في الاعتراف بعدم اليقين
كثيرون اعتادوا أن يطرحوا سؤالاً بسيطاً على مساعد ذكي فيعود إليهم بصفحة كاملة من العناوين والنقاط. هذا المشهد بدأ يتغير مع نماذج OpenAI الأحدث، إذ يكشف تقييم جديد نشرته Artificial Analysis أن نموذجي GPT-6.2 Astra وSol صارا أكثر اختصاراً ومباشرة، لكن مع تراجع واضح في ميلهما إلى الاعتراف بعدم اليقين، بحسب ما نقله موقع The Decoder.
إجابات أقصر وعناوين أقل
انخفض متوسط طول إجابة Astra من 352 كلمة إلى 210 كلمات، أي بنسبة 40 بالمئة، فيما تراجع Sol من 337 إلى 223 كلمة، أي بنسبة 34 بالمئة. كما قلّ استخدام النموذجين للعناوين والشرطات الطويلة بشكل كبير، فقد هبط متوسط عدد العناوين في إجابة Astra من 1.99 إلى 0.11، وفي إجابة Sol من 1.85 إلى 0.25.
الدخول إلى صلب السؤال مباشرة
تراجع مؤشر التنظيم بحدة، من 70 إلى 11 لدى Astra ومن 86 إلى 27 لدى Sol. لكن سمة الإجابة أولاً، التي تقيس هل يتناول النموذج السؤال الفعلي فوراً، قفزت من 49 إلى 89 لدى Astra ومن 64 إلى 87 لدى Sol. وارتفعت كذلك درجات اللغة الطبيعية، من 58 إلى 100 لدى Astra ومن 54 إلى 79 لدى Sol.
أكبر تغيير: الاعتراف بعدم اليقين
سجّلت سمة الاعتراف بعدم اليقين أكبر تراجع، إذ هبطت درجة Astra من 96 إلى 24، ودرجة Sol من 98 إلى 51. وتوضح Artificial Analysis أن هذه الدرجات ترتيب نسبي على مقياس من 1 إلى 100 بين كل النماذج المختبرة، فدرجة 24 لا تعني أن Astra يعترف بعدم اليقين في 24 بالمئة فقط من إجاباته.
مقارنة مع نماذج Claude
في مقارنة أجراها The Decoder بين المؤشرات الثمانية للشخصية، ظهرت فجوات واضحة بين أحدث نماذج OpenAI ونموذجي Claude Fable 5.2 وOpus 5.5 من Anthropic. فقد سجّل نموذجا Anthropic درجتي 81 و90 على مؤشر الشفافية، مقابل 41 لـAstra و57 لـSol، كما تقدّما في مؤشر التنظيم. وبرز Opus 5.5 في مؤشر غزارة المعلومات بدرجة 90، متقدماً على النماذج الثلاثة الأخرى.
كيف أُجري التقييم
يعتمد اختبار AA-PersonalityBench على 900 سؤال باللغة الإنجليزية يجيب عنها كل نموذج من دون تعليمات نظام. وتقيّم لجنة من ثلاثة نماذج ذكاء اصطناعي أزواجاً من الإجابات مجهولة المصدر، ومنها تُحسب درجات 30 سمة شخصية تتجمع في ثمانية مؤشرات أعلى.
- مؤشر الشفافية يضم خمس سمات منها الاعتراف بعدم اليقين والصدق والتملق.
- إلى جانبه 21 سمة تواصل تُعدّ مباشرة، مثل طول الإجابة وعدد العناوين.
تبقى هذه الأرقام وصفاً لأسلوب الحديث لا لدقة المعلومة، فانخفاض مؤشر الشفافية لا يعني بالضرورة أن النموذج يخطئ أكثر. لكن السؤال الذي تطرحه يتجاوز الأرقام: هل يريد المستخدم مساعداً يجيبه بسرعة وثقة، أم مساعداً يتوقف ليقول له إنه غير متأكد؟
عبَّر عن رأيك
إحرص أن يكون تعليقك موضوعيّاً ومفيداً، حافظ على سُمعتكَ الرقميَّةواحترم الكاتب والأعضاء والقُرّاء.
GITEX
Ai Everything
LEAP26