أظهرت دراسة لأربعة نماذج بولندية من طراز Bielik (بأعداد معاملات تتراوح بين 1.5B و11B) أن مقاييس تشتت التنشيط غير الخاضعة للإشراف يمكنها التمييز بين الكيانات المعروفة وتلك المصطنعة بدقة عالية قبل توليد أي رمز إجابة.
- يفصل نسبة المشاركة العكسية والإنتروبيا الطيفية عن تنشيطات MLP ما بعد SwiGLU بين الكيانات المعروفة والمصطنعة بمعدل AUROC يتراوح بين 0.95 و1.00 عبر جميع المجالات والمقاييس.
- ينتقل هذا الإشارة عبر أنواع الكيانات، ويتحمل اختيار الطبقات المحجوبة، ويستمر مع الأسماء الحقيقية بمعدل AUROC يتراوح بين 0.96 و1.00.
- بينما تصل الإشارة التمثيلية إلى أداء ذروي عند 1.5B معامل، فإن الموثوقية السلوكية للحقائق تتوسع بشكل حاد، حيث تزداد الإجابات الصحيحة من 0 إلى 19 من أصل 42 مع نمو حجم النموذج.
- وعلى الرغم من هذا الوعي الداخلي، نادراً ما تمتنع النماذج عن الإجابة؛ إذ وجدت مراجعة رفضين فقط وتحفظاً واحداً من بين 2,520 إجابة.
تشير النتائج إلى أن معرفة الكيانات وموثوقية الحقائق ظاهرتان مختلفتان تعملان على منحنيات توسع مختلفة، مما يتحدى الافتراض القائل بأن إشارات التنشيط الداخلية ترتبط مباشرة بالصحة السلوكية.