دراسة MiroFish: خط أنابيب المجتمع المحاكى يتجاهل العبثيات في 0-1 من 8 حالات، وحقن الرسم البياني يقلب الحكم
DeepSeek
Anthropic
Google/DeepMind
OpenAI
وجدت دراسة لبنية MiroFish لمحاكاة المجتمع متعدد الوكلاء مفتوحة المصدر أنه عند إدخال بيانات متطابقة بايتيًا تحتوي على دولة خيالية بها ثماني فئات من العبثيات، أشارت تقارير خط الأنابيب إلى 0-1 منها فقط. وعندما تم حقن جميع العبثيات الثماني قسرًا في الرسم البياني المعرفي، أشار النموذج نفسه إلى 6-7، مما يؤكد أن الرسم البياني شرط ضروري للرؤية.
الجزء الثاني من دراسة مكونة من ثلاثة أجزاء حول MiroFish، وهي حزمة مفتوحة لمحاكاة المجتمع متعدد الوكلاء، يفحص النص الأساسي للبحث: مدخلات تبدو مكتملة. لا يرفض خط الأنابيب: فهو يبني رسمًا بيانيًا، ويولّد وكلاء، ويشغّل المحاكاة، وينتج تقريرًا متماسكًا مع توقعات. البذرة المعيبة هي جمهورية فالدوريا، وهي دولة خيالية لديها ملف مُعدّ بشكل احترافي يحتوي على ثماني فئات من السخافات: دولة غير ساحلية لديها صيد في أعماق البحار يشكل 46٪ من الناتج المحلي الإجمالي، حدود مع ألمانيا وفرنسا واليابان، عدد سكان 340 مليون نسمة في 850 كيلومترًا مربعًا، عملة مرتبطة 1:1 بالدولار الأمريكي واليورو، 2400 رأس نووي بدون جيش وميزانية دفاع 12000 دولار، ملك يُنتخب كل 3 سنوات ويحكم 47 عامًا، متوسط العمر المتوقع 147 عامًا بمتوسط عمر 12 عامًا، وعضوية متزامنة في حلف شمال الأطلسي (ناتو) والاتحاد الأفريقي ورابطة دول جنوب شرق آسيا (آسيان) مع عقوبات من الأمم المتحدة ورئاسة مجلس حقوق الإنسان التابع للأمم المتحدة. طلب التوقعات محايد وواقعي: توقع رد الفعل المحلي والأثر الاقتصادي للدخول في اتفاقية تجارية جديدة. أظهر الترميز الأعمى للتقارير المجهولة من قبل اثنين من المرمّزين (اتفاق 97.9٪، كابا كوهين 0.952) أن أربع عمليات تحكم من DeepSeek مطابقة للبايت أشارت على الأكثر إلى فئة واحدة (مفارقة العقوبات/مجلس حقوق الإنسان)، وأحيانًا لا شيء، مع احتواء الرسم البياني على المفارقة حتى في عمليات التشغيل التي لم تشير إليها. يشرح الرسم البياني حدود الرؤية: لم يشير أي تقرير إلى فئة لم يتم التقاط تناقضها في الرسم البياني، لكن الالتقاط لم يضمن الإشارة. حقنت تجربة مسجلة مسبقًا جميع السخافات الثماني في رسم Neo4j البياني عبر نص برمجي بلغة Cypher عبر واجهة برمجة التطبيقات (API) قبل توليد الوكلاء. أشارت عمليتا حقن مستقلتان إلى 7 و6 فئات على التوالي، مقابل 3 من 32 في عمليات التحكم؛ اختبار فيشر الدقيق p = 1.26×10⁻⁶. الفئة الوحيدة التي فاتها كلا الحقنين كانت A7 (الديموغرافية). نفس نموذج DeepSeek الذي كان يتوقع سابقًا نمو صادرات صيد أعماق البحار دون تحفظات، كتب الآن حرفيًا عن "الاستحالة الجغرافية" و"الظروف المتناقضة" بما في ذلك الربط المزدوج. الخلاصة تعيد صياغة النتيجة: الأمر ليس أن النموذج يتجاهل السخافات، بل أن خط الأنابيب يصفّي معظمها على مستوى الرسم البياني قبل أن يراها نموذج التقرير؛ الرسم البياني شرط ضروري للرؤية.
المصدر: Habr — хаб ИИ —
الأصلي
