ما الذي حدث
تجيب نماذج GPT-6.2 Astra وSol من OpenAI بإيجاز أكبر بكثير من النسخ التي حلّت محلها، وفق تقييم أجرته Artificial Analysis نقله موقع The Decoder. فقد انخفض متوسط طول إجابة Astra من 352 إلى 210 كلمات، أي بنسبة 40 بالمئة، بينما انخفض متوسط Sol من 337 إلى 223 كلمة، أي بنسبة 34 بالمئة. وكاد عدد العناوين في كل إجابة يختفي، إذ تراجع من 1.99 إلى 0.11 لدى Astra ومن 1.85 إلى 0.25 لدى Sol.
كما أصبحت النماذج أقل ميلًا بكثير إلى الإقرار بعدم اليقين. ففي هذه السمة، هبطت درجة Astra من 96 إلى 24 ودرجة Sol من 98 إلى 51. أما درجات «الإجابة أولًا» (Answer First)، التي تقيس ما إذا كان النموذج يتناول السؤال فورًا، فارتفعت من 49 إلى 89 لدى Astra ومن 64 إلى 87 لدى Sol. وارتفعت أيضًا درجات «الصياغة الطبيعية» (Natural Sounding). ونشرت Artificial Analysis النتائج على LinkedIn وX.
وفي مقارنتها الخاصة بين ثمانية مؤشرات للشخصية باستخدام النسخ القصوى من النماذج، وجدت الجهة أن نموذجي Claude Fable 5.2 وOpus 5.5 من Anthropic حصلا على 81 و90 في مؤشر الشفافية، مقابل 41 لـ Astra و57 لـ Sol. كما تصدّرت نماذج Anthropic مؤشر التنظيم، وبلغ Opus 5.5 درجة 90 في مؤشر الإفادة، متقدمًا بفارق كبير على النماذج الثلاثة الأخرى.
السياق
يطرح اختبار AA-PersonalityBench ما مجموعه 900 سؤال باللغة الإنجليزية دون أي موجّه للنظام. ويقوم ثلاثة نماذج ذكاء اصطناعي بالحكم على أزواج من الإجابات مجهولة المصدر، فينتج عن ذلك درجات لـ 30 سمة تغذي ثمانية مؤشرات. وقيم المؤشرات من 1 إلى 100 هي ترتيبات نسبية وليست نسبًا مئوية، وتعكس أسلوب التواصل لا جودة الإجابة، ولذلك فإن انخفاض درجة الشفافية لا يعني بحد ذاته زيادة الإجابات الخاطئة.
الموجز
أسبوع التقنية في رسالة واحدة.
التقارير التي تستحق وقتك، كل أسبوع. يمكنك إلغاء الاشتراك في أي وقت.
