يقدم المؤلفون اختبار Epistemic Stance Flexibility Probing (ESFP)، وهو مقياس سلوكي مصمم لقياس مدى قدرة النماذج اللغوية الكبيرة على التمييز بين المطالبات المنسوبة خارجيًا وتلك المنسوبة ذاتيًا. يقيم ESFP هذه القدرة عبر ست فئات معرفية باستخدام 104 عنصرًا خاضعًا للتحكم، ويقيس الإسناد الذاتي المعجمي، والاستجابة على مستوى التمثيل، وكثافة محتوى الموقف، والاتساق عبر الظروف.
- أظهرت تقييمات ثمانية نماذج رائدة من خمسة موردين أن المرونة المعرفية متعامدة إلى حد كبير مع القدرة العامة للنموذج.
- حقق نموذج مفتوح الأوزان بحجم 27B أداءً يعادل أقوى الأنظمة الخاصة في هذا المقياس المحدد.
- أدى النموذج الرئيسي لعائلة ما أداءً أقل من نظيره الخفيف، ولم تُظهر النماذج المُحسَّنة للاستدلال بشكل متسق مرونة أعلى.
- قدمت كثافة محتوى الموقف أقوى إشارة لقياس المرونة، بينما يمكن أن تتغير العلامات المعجمية السطحية مثل 'I think' دون تحولات مقابلة في الموقف المعبر عنه.
يقيس ESFP ميل النموذج إلى تعديل موقفه المعرفي تحت ظروف إسناد متغيرة بدلاً من كونه مقياسًا عامًا للكفاءة.