باختصار
السلوك الانبثاقي (Emergent Behavior) هو قدرة نموذج لغوي كبير على توليد استجابات لمُوجّهات لم يُدرَّب عليها صراحةً.
بالتفصيل
التعريف قصير، لكن الظاهرة اللي بيوصفها مركزية في فهم النماذج الكبيرة الحديثة. النموذج بيتدرّب على مهمّة واحدة أساسية: توقّع الكلمة التالية. ما حدّش درّبه صراحةً على الترجمة، ولا على حلّ مسائل رياضية، ولا على كتابة كود.
ومع ذلك، عند حجم كافٍ من البيانات والمعاملات، بتظهر قدرات ما كانت موجودة — أو كانت ضعيفة جدًا — في النماذج الأصغر من نفس العائلة. الترجمة بين لغتين، حلّ مسائل منطقية بسيطة، تتبّع تعليمات متعدّدة الخطوات.
الكلمة «انبثاقي» مستعارة من نظرية الأنظمة المعقّدة، حيث ظواهر على مستوى النظام (زي سلوك سرب طيور) بتظهر من تفاعلات بسيطة على مستوى الوحدة (كل طائر بيتبع قواعد محلّية بسيطة)، من غير أي «تصميم» مركزي لسلوك السرب.
والنقطة المهمّة عمليًا: القدرات دي صعب التنبّؤ بها مسبقًا. ما فيش معادلة بتقول لك «عند حجم X ستظهر قدرة Y». الاكتشاف بيحصل غالبًا بالتجربة بعد التدريب.
وده بيطرح سؤالًا مهمًّا للسلامة: لو النموذج يقدر يكتسب قدرات ما اتدرّب عليها صراحة ولا حدّ توقّعها، فتقييم النموذج قبل النشر بيحتاج يشمل اختبار قدرات لم تكن جزءًا من خطّة التدريب الأصلية.
مثال عملي
نموذج اتدرّب فقط على نصوص إنجليزية وشوية عربية، وما حدّش صمّم له مهمّة «ترجمة» صريحة في بيانات التدريب.
لو سألته «ترجم الجملة دي للفرنسية»، ولقيته بيجاوب بشكل معقول رغم إن الفرنسية نسبة ضئيلة جدًا من بياناته، ده سلوك انبثاقي — قدرة ظهرت من حجم النموذج وتنوّع بياناته، لا من تصميم مقصود.
مصطلحات مرتبطة
- Large Language Model — النموذج اللغوي الكبير.
- Scaling Laws — قوانين التوسّع.
- Zero-shot Learning — التعلّم بدون أمثلة.
المصادر: Google ML Glossary
