دراسة جديدة: نماذج اللغة الكبيرة قادرة على تنفيذ MD5 عبر 196 استدعاء أدوات متتالي

نظرة عامة

نشرت arXiv دراسة جديدة بعنوان "Long-Horizon State Tracking in LLMs: Executing MD5 through a Deep Sequence of Dependent Tool Calls" تختبر قدرة نماذج اللغة الكبيرة على تتبع الحالة عبر سلسلة طويلة من استدعاءات الأدوات المترابطة. استخدم الباحثون خوارزمية MD5 كمعيار نظيف، حيث تتطلب 196 استدعاء أداة عبر 64 جولة، مع حمل أربع كلمات 32-بت في سياق النموذج.

النتائج الرئيسية

أظهر نموذج gpt-oss-120b، وهو نموذج مختلط الخبراء مع ~5.5 مليار معامل نشط لكل رمز، قدرة على إكمال المهمة بنجاح في معظم المحاولات عند درجة حرارة صفر. العاملان الحاسمان هما:

• إبقاء تفكير النموذج في سياقه في كل خطوة.
• استخدام التصويت على عامل مع تمكين التفكير لتصحيح أخطاء الحساب المعياري.

منهجية التقييم

الدراسة تميز نفسها عن المعايير السابقة من خلال عزل صعوبة تتبع الحالة عن تفسير التعليمات، وتوفير مجموعة تحكم، ومنع الاختصارات مثل الإجابات المخترعة. تم تنفيذ MD5 من الصفر وفق RFC 1321، مع محاذاة كل استدعاء مع التتبع الأرضي والتحقق من الناتج بالبت.

مقارنة مع المعايير السابقة

على عكس المعايير الوكيلة الأخرى التي تخلط بين صعوبة تتبع الحالة وتفسير التعليمات، توفر هذه الدراسة تحكمًا نظيفًا. كما أنها تحدد مصادر الفشل المتبقية: تتبع الحالة، الحساب، أو الخدمة.

الآثار على المؤسسات في الشرق الأوسط

بالنسبة للمؤسسات والحكومات في المنطقة التي تتبنى حلول الذكاء الاصطناعي التوليدي، تقدم هذه النتائج دليلاً على أن النماذج الحالية يمكنها التعامل مع مهام معقدة متعددة الخطوات، مما يفتح الباب لتطبيقات مثل أتمتة العمليات وتحليل البيانات الضخمة.

ملاحظة للمراجعة البشرية: هذه القصة تستند إلى ورقة بحثية أولية على arXiv، ويجب التحقق من النتائج بشكل مستقل قبل الاعتماد عليها في قرارات تنفيذية.