Sebuah studi menunjukkan bahwa model bahasa kecil (146 M hingga 3 B parameter) dengan substrat hiperbolik dapat menunjukkan kreativitas, kejujuran, dan lupa yang dirancang, mengatasi kurangnya instrumen yang andal untuk mengevaluasi AI pendamping.
- Auditor perilaku 146 M mendeteksi kesenjangan kepatuhan dengan akurasi kepatuhan biner 90,7%, mengungguli penilai manusia terlatih yang menunjukkan kesepakatan rendah (kappa Fleiss = 0,074).
- Auditor tersebut mengidentifikasi sycophancy yang diinduksi pendamping dan memori fabrikasi pada keluarga generator yang belum dilihat dengan AUROC 0,804, dibandingkan dengan 0,721 untuk hakim zero-shot terdepan.
- Seed bingkai kreatif lebih disukai dalam 100% dari 311 perbandingan berpasangan yang diputuskan terhadap empat baseline prompting.
- Sistem operasi memori mengimplementasikan lupa yang dirancang menggunakan rumus M(t) = S*exp(-lambda*t), dengan partisi dinding-kerangka yang diprediksi muncul di bawah gerbang pengambilan selektif.
Para penulis menyimpulkan bahwa sifat-sifat ini menyediakan jalur model kecil menuju AI pendamping yang dapat dipercaya.