آسیانیوز ایران؛ سرویس علم و تکنولوژی
LLM یعنی چه، به زبان ساده؟
LLM کوتاه‌شدهٔ Large Language Model، یعنی «مدل زبانی بزرگ» است: مدلی از هوش مصنوعی که با یادگیری الگوهای حجم زیادی از داده‌های زبانی، می‌تواند متن تولید کند، دربارهٔ متن سؤال جواب دهد یا آن را خلاصه و بازنویسی کند. برای استفاده از آن لازم نیست برنامه‌نویس باشید؛ همان خواسته‌ای که به یک همکار می‌گویید، می‌تواند نقطهٔ شروع گفت‌وگو باشد.
مثلاً این درخواست را در نظر بگیرید: «این پیام را محترمانه‌تر کن، ولی کوتاه بماند: چرا هنوز جواب نداده‌اید؟» مدل می‌تواند پیشنهاد کند: «ممنون می‌شوم وضعیت درخواست من را اطلاع دهید.» نکتهٔ جذاب همین‌جاست: به‌جای انتخاب از چند پاسخ آماده، مدل می‌تواند پاسخی متناسب با متن و دستور شما بسازد.
«بزرگ» معمولاً به مقیاس مدل و تعداد زیاد پارامترهای آن اشاره دارد؛ پارامترها مقادیر عددی‌ای هستند که در آموزش تنظیم می‌شوند. بزرگی به‌تنهایی تضمین نمی‌کند هر جواب درست باشد يا مدل برای هر کاری مناسب‌تر باشد.
از حدس‌زدن ادامهٔ جمله تا نوشتن یک پاسخ
در بسیاری از مدل‌های مولد رایج، سازوکار اصلی این است: با توجه به متنِ در دسترس، بخش بعدی متن چه می‌تواند باشد؟ مدل احتمال ادامه‌های مختلف را محاسبه می‌کند و تولید را مرحله‌به‌مرحله پیش می‌برد. این همان مبنایی است که گوگل در دورهٔ آموزشی مدل‌های زبانی خود توضیح می‌دهد.
اما واحد کار همیشه «کلمه» نیست. متن به تکه‌هایی به نام «توکن» تقسیم می‌شود؛ یک توکن ممکن است یک کلمه، بخشی از کلمه یا علامت نگارشی باشد. تعداد توکن‌ها هم در زبان‌ها و مدل‌های مختلف یکسان نیست.
اگر بنویسید «لطفاً جلسهٔ فردا را…»، ادامه می‌تواند «لغو کنید» یا «به عصر منتقل کنید» باشد. درخواست قبلی و جمله‌های اطراف تعیین می‌کنند کدام ادامه مناسب‌تر است. مدل‌های امروزی فقط کنار هم آمدن دو کلمه را حساب نمی‌کنند؛ می‌توانند روابط پیچیده‌تری را در متن به کار بگیرند. با این حال، روان‌بودن پاسخ دلیل کافی برای نسبت‌دادن تجربه، احساس یا فهم انسانی به آن‌ها نیست.
آموزش مدل با گفت‌وگوی شما فرق دارد
در مرحلهٔ آموزش، مدل با نمونه‌های فراوان روبه‌رو می‌شود و پارامترهایش برای عملکرد بهتر تغییر می‌کنند. در مراحل بعدی نیز ممکن است با نمونه‌های دستور و پاسخ یا بازخورد، برای دنبال‌کردن خواسته‌های کاربر آماده‌تر شود.
هنگام استفادهٔ معمول، شما درخواست می‌فرستید و مدل آموزش‌دیده پاسخ تولید می‌کند. این مرحله «استنتاج» نام دارد. اینکه در ادامه بگویید «کوتاه‌تر بنویس» و پاسخ تغییر کند، به‌خودی‌خود به معنی آموزش دوباره و دائمی مدل نیست؛ متن گفت‌وگو به آن زمینهٔ تازه داده است. گوگل نیز در راهنمای تنظیم دستورها تأکید می‌کند که تغییر پرامپت، پارامترهای مدل را تغییر نمی‌دهد.
ذخیره‌شدن گفت‌وگو یا استفادهٔ بعدی از آن برای آموزش، موضوع جداگانه‌ای است و به سرویس و تنظیماتش بستگی دارد.
پس چت‌بات همان LLM است؟
نه دقیقاً. LLM مدلِ تولید و پردازش زبان است؛ چت‌بات برنامه‌ای است که از طریق آن با مدل گفت‌وگو می‌کنید. آن برنامه ممکن است علاوه بر مدل، جست‌وجوی وب، دسترسی به فایل یا ابزار محاسبه هم داشته باشد. بنابراین دو برنامه با یک مدل مشترک هم می‌توانند امکانات و رفتار متفاوتی داشته باشند.
این تفاوت برای سؤال‌های روز مهم است. اگر بپرسید «امروز چه خبری منتشر شده؟»، صرفِ داشتن مدل زبانی به معنی جست‌وجوی اینترنت نیست. باید اطلاعات تازه از ابزار جست‌وجو، سند یا منبع دیگری به سامانه برسد. مستندات گوگل کلاد دربارهٔ اتصال مدل به جست‌وجو، همین جداییِ مدل و منبع بیرونی را نشان می‌دهد. وجود چند لینک در پاسخ هم شما را از بازکردن و بررسی منبع بی‌نیاز نمی‌کند.
سه اصطلاح را هم از هم جدا کنیم: هوش مصنوعی یا AI نام حوزهٔ گسترده‌تر است؛ یادگیری ماشین یکی از راه‌های ساخت سامانه‌های آن با استفاده از داده است؛ و LLM نوعی مدل مبتنی بر یادگیری عمیق در همین خانواده است. پس هر هوش مصنوعی، مدل زبانی نیست.
کجا واقعاً به کار می‌آید؟
بهترین نقطهٔ شروع، کاری است که بتوانید نتیجه‌اش را بررسی کنید. به‌جای «یک متن خوب بنویس»، خواسته و معیار بدهید:
- برای یک پیام کاری: «این متن را کوتاه و محترمانه کن؛ هیچ قول تازه‌ای اضافه نکن.»
- برای مطالعه: «این نوشته را در پنج نکته خلاصه کن و تفاوت نظر نویسنده با واقعیت گزارش‌شده را مشخص کن.»
- برای یادگیری: «این مفهوم را با یک مثال روزمره توضیح بده، بعد از من یک سؤال بپرس.»
- برای برنامه‌نویسی: «این خطا را توضیح بده و راه اصلاح پیشنهاد کن.» پیشنهاد را پیش از استفاده آزمایش کنید.
چرا جواب نادرست این‌قدر قانع‌کننده است؟
مدل ممکن است متن منسجمی بسازد که ادعایش با واقعیت جور درنیاید؛ مثلاً منبعی ناموجود معرفی کند یا تاریخی را اشتباه بنویسد. به این نوع خروجی معمولاً «توهم» یا Hallucination می‌گویند. این واژه اصطلاح فنی است و به معنی تجربهٔ روانیِ انسانی نیست. گوگل و آنتروپیک در توضیحات و پژوهش‌های خود این مشکل را بررسی کرده‌اند.
برای مطالعهٔ بیشتر، گزارش چرا پاسخ اشتباه هوش مصنوعی را باور می‌کنیم؟ به همین مسئله می‌پردازد. در استفادهٔ روزمره، سه عادت کمک می‌کند:
- برای نام، عدد، تاریخ و نقل‌قول مهم، اصل منبع را ببینید.
- در محاسبات حساس، نتیجه را با ابزار مناسب کنترل کنید؛ توضیح خوش‌خوان جای محاسبهٔ درست را نمی‌گیرد.
- برای تصمیم‌های مهم، پاسخ مدل را ورودیِ بررسی بدانید و از فرد یا مرجع مسئول کمک بگیرید.
پیش از فرستادن فایل، مکث کنید
مرکز ملی امنیت سایبری بریتانیا توصیه می‌کند اطلاعات حساس را در درخواست‌های ابزارهای عمومی وارد نکنید. رمز عبور، اطلاعات محرمانهٔ مشتری یا سند شخصی را صرفاً برای راحت‌ترشدن یک کار در هر چت‌باتی نگذارید؛ اول سیاست نگهداری داده و مجوز استفاده از آن سرویس را بررسی کنید.
LLM می‌تواند شروع نوشتن و فهمیدن یک متن را آسان‌تر کند. ارزشش وقتی بیشتر می‌شود که خواستهٔ روشن بدهیم و نتیجه را متناسب با اهمیت کار بسنجیم. شما بیشتر برای نوشتن از این ابزارها استفاده می‌کنید یا برای پیدا کردن پاسخ؟