Исследование показывает, что малые языковые модели (от 146 М до 3 Б параметров) с гиперболической структурой могут проявлять креативность, честность и спроектированное забывание, что решает проблему отсутствия надежных инструментов для оценки ИИ-компаньонов.

  • 146 М поведенческий аудитор выявляет пробелы в соответствии с точностью бинарного соответствия 90.7%, превосходя обученных человеческих оценщиков, которые показали низкое согласие (кэппа Флейссa = 0.074).
  • Аудитор выявляет вызванную компаньоном сиккофансию и вымышленные воспоминания на невидимых семействах генераторов с AUROC 0.804, по сравнению с 0.721 для фронтального судьи в режиме zero-shot.
  • Креативный фрейм-сидер был предпочтен в 100% из 311 принятых парных сравнений против четырех базовых вариантов промптинга.
  • Операционная система памяти реализует спроектированное забывание с помощью формулы M(t) = S*exp(-lambda*t), при этом ее предсказанное разделение скелет-обои emerges под селективным гейтированием извлечения.

Авторы приходят к выводу, что эти черты обеспечивают путь к надежному ИИ-компаньону через малые модели.