أظهرت دراسة لأربعة نماذج من بيليك البولندية (1.5B-11B معلمة) أن مقاييس تشتت التنشيط غير الخاضعة للإشراف يمكنها التمييز بين الكيانات المعروفة وتلك المصطنعة قبل توليد أي رمز إجابة. باستخدام نسبة المشاركة العكسية والإنتروبيا الطيفية على تنشيطات MLP ما بعد SwiGLU، حقق الباحثون درجات AUROC تتراوح بين 0.95-1.00 عبر مجالات الرياضيين والمدن والكتاب والموسيقيين.
- يفصل الإشارة بين الكيانات المعروفة وتلك المصطنعة بأداء ذروي، ويصمد أمام اختيار الطبقات المحجوبة وينتقل عبر أنواع الكيانات بمتوسط AUROC قطري خارجي يتراوح بين 0.92-0.99.
- بينما يصل إشارة التمثيل للمعرفة إلى الذروة عند 1.5B معلمة، فإن الموثوقية السلوكية الواقعية تتوسع بشكل حاد، حيث ترتفع عدد الإجابات الصحيحة من 0 إلى 19 مع زيادة حجم النموذج.
- يظل فصل الإجابات الصحيحة عن تلك الهلوسة ضمن الكيانات المعروفة صعباً، حيث لا يتفوق التشتت على أساس الإنتروبيا للرمز الأول.
- رغم هذا الوعي الداخلي بمعرفة الكيان، فإن النماذج نادراً ما تمتنع عن الإجابة؛ فقد وجد التدقيق رفضين فقط ومحاولة تحفظ واحدة من بين 2,520 إجابة.
تشير النتائج إلى أن معرفة الكيان والموثوقية الواقعية ظاهرتان مختلفتان تتبعان منحنيات توسع مختلفة، مما يشير إلى أن إشارات التنشيط الداخلية وحدها قد لا تكون كافية لمنع الهلوسة دون آليات إضافية.