Չինական արհեստական բանականության մոդելները քաղաքական բարդություն են ցուցաբերում Vals AI-ի նոր ուսումնասիրության մեջ

Չինական արհեստական բանականության մոդելները հաճախ ենթադրվում են, թե հետևում են Պեկինի պաշտոնական գծին զգայուն թեմաներում, սակայն Vals AI-ի ուսումնասիրությունը ավելի բարդ պատկեր է նկարագրում։ Հետազոտողները չինական, ամերիկյան և այլ մոդելներին հարյուրավոր հարցեր են տվել Չինաստանի մասին՝ տարբեր լեզուներով, համատեքստերով և պատասխանների ձևաչափերով։ Vals-ը չինական կառավարության դիրքորոշումների հետ համաձայնությունը չափել է որպես «չինամետ թեքում», որի գնահատականները տատանվում են -1-ից +1; այս սանդղակը արտացոլում է համաձայնությունը, ոչ թե փաստական ճշգրտությունը։

Մոդելները լայնորեն տարբերվում են

Ընդհանուր առմամբ, չինական մոդելների կառավարությանն աջակցող թեքումը սպասվածից ցածր էր, թեև առանձին մոդելները կտրուկ տարբերվում էին։ GLM-5.3 Flash-ը, երբ հարցրին, բացահայտորեն հաստատեց, որ Չինաստանի մարդու իրավունքների խախտումները լավ փաստագրված են։ Kimi K3-ը հերքեց Սինծյանում ույղուրների համար կենտրոնացման ճամբարների գոյությունը՝ այդ հաստատությունները նկարագրելով որպես ծայրահեղության և ահաբեկչության դեմ պայքարի համար նախատեսված մասնագիտական վերապատրաստման կենտրոններ։

Լեզուն և համատեքստը փոխում են պատասխանները

Փորձարկված մոդելների մեծ մասի համար պարզեցված չինարենով տրված պատասխանները ավելի կառավարությանն աջակցող էին, քան անգլերեն, ռուսերեն կամ իսպաներեն պատասխանները։ Այս ազդեցությունը նկատվեց ինչպես չինական, այնպես էլ ամերիկյան մոդելներում, սակայն չինականներում այն շատ ավելի արտահայտված էր։ Vals-ը նաև հայտնաբերեց փոքր, բայց կայուն տարբերություն պարզեցված չինարենի, որը օգտագործվում է մայրցամաքային Չինաստանում, և ավանդական չինարենի միջև, որը տարածված է Թայվանում և Հոնկոնգում։ Երբ համակարգային հրահանգում նշվում էր, որ մոդելը օգտագործվում է մայրցամաքային Չինաստանում գտնվող ընկերության ներսում, որոշ մոդելներ ավելի կառավարությանն աջակցող էին պատասխանում, քան երբ նշվում էր ԱՄՆ-ում օգտագործումը։

Ձևաչափերն ու խնդիրները կարևոր են

Երբ մոդելները քաղաքական հարցերին պետք է պատասխանեին պարզ «այո» կամ «ոչ» տարբերակով, այլ ոչ թե բաց պատասխաններով, GLM-5.3 Flash-ը և MiMo V2.6 Pro-ն շատ ավելի քիչ կառավարությանն աջակցող էին։ Գործակալական ծրագրավորման օգնականի միջավայրում մի քանի չինական մոդելներ ավելի ցածր գնահատական ստացան կառավարությանն աջակցող սանդղակում, իսկ պատասխանները նաև ավելի քիչ կառավարությանն աջակցող դարձան, երբ մոդելները հասանելիություն ունեին վեբ որոնման, նույնիսկ եթե նրանք իրականում չէին որոնում։ Vals-ը նաև կառավարական ձևակերպումներ հայտնաբերեց սովորական խնդիրներում. ճամփորդական հավելվածի համար երկրի կոդեր թարգմանելիս Qwen3.8 Max-ը «Taiwan»-ը ներկայացրեց որպես «Taiwan, China», իսկ OpenAI-ի GPT Image 2.5 Sunburst-ը, երբ հրահանգը չինարեն էր, Թայվանը նշեց որպես «Taiwan Province» և ավելացրեց վիճելի ինը գծիկով գիծը։

Մեթոդն ու սահմանափակումները

Vals-ը օգտագործել է քաղաքական թեստային հարցեր, որոնք, ըստ իրեն, չեն ներկայացնում սովորական օգտատիրոջ հարցումները, թարգմանվել են GPT-6 Astra-ով և ընտրովի ստուգվել, իսկ պատասխանները ավտոմատ գնահատվել են GPT-5.6 Luna-ով։ Մերժումները հաշվվել են որպես չեզոք, հետևաբար նույնիսկ այն մոդելը, որը կասեցնում էր բոլոր հարցերը, կարող էր չեզոք երևալ։ Չինական մոդելների շատերը փորձարկվել են երրորդ կողմի մատակարարների միջոցով, այլ ոչ թե արտադրողների պաշտոնական ծառայություններով, և պաշտոնական առաջարկները կարող են լրացուցիչ բովանդակային զտիչներ կիրառել։ Thomson 1.0 Small-ը, որը Thomson Reuters-ը ճշգրտել է Qwen3.6 35B-ի հիման վրա, շատ ավելի քիչ դեպքերում էր ընդունում պաշտոնական չինական դիրքորոշումները. բաժինը 84,6-ից իջավ 15,0 տոկոսի, թեև որոշ պատասխաններ դեռ պաշտպանում էին Պեկինի «Մեկ Չինաստան» սկզբունքը և Թայվանի հետ «խաղաղ վերամիավորումը»։

Աղբյուրներ։ The Decoder