एक अध्ययन दिखाता है कि हाइपरबोलिक सब्सट्रेट वाले छोटे भाषा मॉडल (146 M से 3 B पैरामीटर) रचनात्मकता, ईमानदारी और डिज़ाइन किए गए भूलने को प्रदर्शित कर सकते हैं, जो साथी AI का मूल्यांकन करने के लिए विश्वसनीय उपकरणों की कमी को दूर करता है।
- एक 146 M व्यवहार ऑडिटर 90.7% बाइनरी-कंप्लायंस सटीकता के साथ अनुपालन अंतराल का पता लगाता है, जिसने प्रशिक्षित मानव रेटर्स को हरा दिया जिन्होंने कम सहमति दिखाई (फ्लेइस कप्पा = 0.074)।
- ऑडिटर अनदेखी जनरेटर परिवारों पर साथी-प्रेरित सिकोफैंसी और संकल्पित स्मृतियों की पहचान करता है, जिसकी AUROC 0.804 है, जबकि एक फ्रंटियर ज़ीरो-शॉट जज के लिए यह 0.721 है।
- चार प्रॉम्प्टिंग बेलाइनों के खिलाफ 311 तय जोड़ी तुलनाओं में से 100% में एक रचनात्मक फ्रेम-सीडर को प्राथमिकता दी गई।
- एक मेमोरी ऑपरेटिंग सिस्टम सूत्र M(t) = S*exp(-lambda*t) का उपयोग करके डिज़ाइन किए गए भूलने को लागू करता है, जिसमें चयनात्मक रिकवरी गेटिंग के तहत इसके पूर्वानुमित स्केलेटन-वॉलपेपर विभाजन उभरता है।
लेखकों का निष्कर्ष है कि ये लक्षण छोटे-मॉडल मार्ग प्रदान करते हैं जो विश्वसनीय साथी AI की ओर ले जाता है।