في الوقت الذي أصبحت فيه نماذج اللغة الكبيرة (Large Language Models) تشكل جزءاً أساسياً من حياتنا اليومية، تتجلى أهمية فهم سلوكياتها وتفردها بطريقة مثيرة. فقد أظهرت دراسة حديثة نشرت في arXiv أن هذه النماذج ليست مجرد أدوات متجاوبة، بل تمتلك خصائص فردية تختلف من نموذج لآخر.

تستخدم الدراسة 74.9 مليون تقييم مقدم من 10 نماذج مفتوحة الوزن، مروراً بأكثر من 100,000 كلمة تؤخذ من 14 معيارًا نفسي لغوي. في هذا الإطار، تم تطبيق نماذج تأثير عشوائي متقاطع تُستخدم بكثرة في علم النفس لفصل آثار السلوك عن التحفيز المحدد.

النتائج تشير إلى أن نحو 16.9% من التباين في الأداء يرجع إلى تفرد خصائص الأنموذج، متجاوزةً النموذج الصفري الإحصائي بشكل ملحوظ. مما يُظهر أن هذا التفرد يشكل بصمة مميزة لكل نموذج على حدة، تحمل توقيعاً خاصاً تتنوع به استجاباتها.

بهذا الشكل، تتجلى الفروق الفردية بين نماذج اللغة الكبيرة، وهو ما يُعرف بتفرد الآلات. هذه الاختلافات تساعد على فهم كيفية تفاعلنا مع الذكاء الاصطناعي، وتحفز تفكيرنا في كيفية تطوير نماذج أكثر ذكية وملاءمة للمتطلبات البشرية.