မှတ်စုများ · မော်ဒယ် အကဲဖြတ်အဖွဲ့များ

မော်ဒယ်တစ်ခုကို ၎င်း မည်သူဖြစ်သည်ဟု ပြောပြပါ။ ၎င်း၏ အကြောင်းရင်းဆိုင်ရာ ဆုံးဖြတ်ချက်များ မပြောင်းသလောက်ပင်။

2026 အောက်တိုဘာ

True Causes ပေါ်ရှိ ဘာသာစကားမော်ဒယ် အခန်းများသည် မော်ဒယ်တစ်ခုစီကို ဇာတ်ကောင်ပုံစံ (persona) တစ်ခု ပေးသည်– အိမ်ငှားနေသော သူနာပြု၊ အငြိမ်းစား အိမ်ပိုင်ရှင်၊ အသေးစား အိမ်ရာဖော်ဆောင်သူ။ အယူအဆမှာ မတူညီသော လူများသည် မတူညီသော အကြောင်းရင်းများကို မြင်ကြပြီး ၎င်းတို့အဖြစ် သရုပ်ဆောင်သော မော်ဒယ် အကဲဖြတ်အဖွဲ့လည်း ထိုသို့ မြင်မည် ဖြစ်သည်။ မော်ဒယ်တစ်ခုကို ၎င်း မည်သူဖြစ်သည်ဟု ပြောပြလျှင် ထိုသူကဲ့သို့ ဖြေမဖြေသည် သိထားသော မေးခွန်း ဖြစ်သည် (Argyle et al., 2023)– ကျွန်ုပ်တို့က ၎င်းကို အကြောင်းရင်းဆိုင်ရာ ဆုံးဖြတ်ချက်များပေါ်တွင် စမ်းသပ်ခဲ့သည်။

အကဲဖြတ်ရာတွင် ထိုသို့ မဖြစ်ပါ။ မော်ဒယ် 21 ခုနှင့် ဇာတ်ကောင်ပုံစံ 14 ခုအနှံ့ မော်ဒယ်တစ်ခုကို ပေးထားသော ဇာတ်ကောင်ပုံစံသည် ၎င်းလက်ခံသော အကြောင်းရင်းချိတ်ဆက်မှုများကို ကျွန်ုပ်တို့ တိုင်းတာနိုင်သမျှ မပြောင်းလဲစေခဲ့ပါ။ မည်သည့်မော်ဒယ် ဖြစ်သည်ကမူ များစွာ ပြောင်းလဲစေခဲ့သည်။

လေ့လာမှု

ကျွန်ုပ်တို့သည် အိမ်ရာ တတ်နိုင်မှုဆိုင်ရာ အများပြည်သူမှတ်တမ်း အခန်း မှ ချိတ်ဆက်မှု 120 ကို ယူခဲ့ပြီး အခန်းက အတည်ပြုခဲ့၊ ပယ်ချခဲ့ပြီး မဆုံးဖြတ်နိုင်ခဲ့သော ချိတ်ဆက်မှုများ တန်းတူ ပါဝင်အောင် ရွေးချယ်ခဲ့သည်။ မော်ဒယ် 21 ခုစီက ချိတ်ဆက်မှုတိုင်းကို ဖြေခဲ့သည်– ၎င်းကိုယ်တိုင်အဖြစ် တစ်ကြိမ်နှင့် မတူညီသော ဇာတ်ကောင်ပုံစံအဖြစ် လေးငါးကြိမ်– အိမ်ရာ ဇာတ်ကောင်ပုံစံ ဆယ့်နှစ်ခု (အိမ်ငှားများနှင့် အိမ်ပိုင်ရှင်များ၊ အိမ်ငှားပေးသူ၊ မြို့ပြစီမံကိန်းရေးဆွဲသူ၊ အိမ်ရာဖော်ဆောင်သူ၊ အိမ်ငှားစည်းရုံးသူ၊ ဆောက်လုပ်ရေးလုပ်သား စသည်) နှင့် အမွှာ နှစ်ခု– အချက်တစ်ချက်မှလွဲ၍ လူတူ၊ အိမ်ပိုင်မည့်အစား ငှားနေခြင်း။ ဇာတ်ကောင်ပုံစံတစ်ခုစီကို မော်ဒယ် ခုနစ်ခုက သရုပ်ဆောင်ခဲ့သည်။ ၎င်းသည် နေရာ 119 ခုနှင့် အဖြေ 14,220 ဖြစ်ပြီး နေရာတိုင်းက ချိတ်ဆက်မှုတိုင်းကို ဖြေသဖြင့် မည်သည့်အဖြေမျှ အခြားအဖြေအပေါ် မမူတည်ပါ။

အဖြေများကို ဆုံးဖြတ်ခဲ့သည့်အရာ

ချိတ်ဆက်မှုကိုယ်တိုင်က ကွဲလွဲမှုအားလုံး၏ တစ်ဝက်ခန့် (52%) ကို ရှင်းပြသည်– မော်ဒယ်များသည် မည်သည့်ချိတ်ဆက်မှုများ ဖြစ်နိုင်ခြေရှိသည်ကို အများအားဖြင့် သဘောတူကြသည်။ မော်ဒယ်၏ သီးခြားချိတ်ဆက်မှုများအပေါ် ကိုယ်ပိုင်ဖတ်ပုံက နောက်ထပ် လေးပုံတစ်ပုံ (24%) ကို ရှင်းပြသည်၊ ၎င်း မည်သည့်ဇာတ်ကောင်ပုံစံကို သရုပ်ဆောင်သည်ဖြစ်စေ။ မော်ဒယ်တစ်ခု၏ ဟုတ်ဟု ဖြေလိုသော ယေဘုယျ သဘောထားက 3% ထပ်ဖြည့်သည်။

ဇာတ်ကောင်ပုံစံက ဘာမျှ ထပ်မဖြည့်ခဲ့ပါ။ မည်သည့်ချိတ်ဆက်မှုများ ဟုတ်ဟု ဖြေခံရသည်ဆိုသည့် ကွဲလွဲမှုတွင် ၎င်း၏ ဝေစုမှာ 0.000 ဖြစ်ပြီး ဟုတ်ဘက်သို့ ယေဘုယျ ယိမ်းမှုတွင် 0.002 ဖြစ်သည်။ နေရာတစ်ခု၏ အဖြေများမှ ဇာတ်ကောင်ပုံစံကို — ၎င်းကို မမြင်ဖူးသော မော်ဒယ်များဖြင့် — ဖော်ထုတ်ရန် ကြိုးစားသော စမ်းသပ်မှုသည် ကံကြမ္မာထက် မပိုကောင်းခဲ့ပါ (7.1% နှင့် နှိုင်းယှဉ်လျှင် 6.1%)။ နေရာများသည် ၎င်းတို့၏ ဇာတ်ကောင်ပုံစံ၏ လက္ခဏာများက ခန့်မှန်းမည့် ဦးတည်ချက်သို့လည်း မရွေ့ခဲ့ပါ– ဆက်စပ်ကိန်းမှာ သုည ဖြစ်သည်။ ဇာတ်ကောင်ပုံစံတစ်ခုက အဖြေကို ပြောင်းစေခဲ့သည့်အခါ — မော်ဒယ်ပေါ် မူတည်၍ ချိတ်ဆက်မှုများ၏ 1% မှ 15% အထိ — ၎င်းကို ကျပန်း ပြောင်းစေခဲ့သည်။

ဤအချက်သည် အခြားသူများ တွေ့ရှိခဲ့သည့်အရာနှင့် ကိုက်ညီသည်။ ဇာတ်ကောင်ပုံစံ ကိန်းရှင်များသည် မှတ်ချက်ပေးလုပ်ငန်းများရှိ ကွဲလွဲမှု၏ အနည်းငယ်ကိုသာ ရှင်းပြပြီး (Hu & Collier, 2024) system prompt တွင် ဖော်ပြထားသော အခန်းကဏ္ဍသည် မော်ဒယ်တစ်ခု၏ အဖြေများကို တသမတ်တည်း မပြောင်းလဲစေပါ (Zheng et al., 2024)။ အကြောင်းရင်းဆိုင်ရာ မေးခွန်းကို မော်ဒယ်က မေးသူအကြောင်း မေးခွန်းအဖြစ် မဟုတ်ဘဲ ကမ္ဘာအကြောင်း မေးခွန်းအဖြစ် ဖတ်သည်။

ဇာတ်ကောင်ပုံစံများ ပြောင်းလဲစေခဲ့သည့်အရာ– မည်သူ ဖြေသနည်း

ဇာတ်ကောင်ပုံစံများက မော်ဒယ်များကို “မပြောနိုင်” ဟု ပိုမကြာခဏ ဖြေစေခဲ့သည်၊ ၎င်းတို့ကိုယ်တိုင်အဖြစ် 19% နှင့် နှိုင်းယှဉ်လျှင် 26%၊ ညီမျှစွာလည်း မဟုတ်ပါ။ ငယ်ရွယ်သော၊ ဝင်ငွေနည်းသော၊ အိမ်ငှားနေသော၊ လက်ဝဲယိမ်းသော နှင့် အမေရိကန်မဟုတ်သော ဇာတ်ကောင်ပုံစံများသည် အမှတ် 14 အထိ ပို၍ ရှောင်ခဲ့ကြသည်– အသက်ကြီးသော၊ လက်ယာယိမ်းသော၊ အိမ်ငှားပေးသူ၊ ဝင်ငွေမြင့်သော နှင့် အိမ်ပိုင်ရှင် ဇာတ်ကောင်ပုံစံများသည် အမှတ် 13 အထိ နည်း၍ ရှောင်ခဲ့ကြသည်။ မော်ဒယ်များသည် အဆင့်အတန်းနိမ့်သော ဇာတ်ကောင်ပုံစံများကို ၎င်းတို့ သိသည့်အရာအပေါ် သေချာမှု နည်းသူများအဖြစ် သရုပ်ဆောင်ခဲ့ကြသည်။ ဇာတ်ကောင်ပုံစံ prompt များသည် ထိုကဲ့သို့ ပုံသေအမြင်များကို ဆင်ခြင်မှုထဲ သယ်ဆောင်သွားကြောင်း သိထားပြီး ဖြစ်သည် (Gupta et al., 2024)။ မော်ဒယ်အချို့သည် ဇာတ်ကောင်ပုံစံဖြင့် များစွာ ပိုငြင်းခဲ့ကြသည်– Gemini 3.5 Flash သည် ဇာတ်ကောင်ပုံစံအဖြစ် ချိတ်ဆက်မှုများ၏ 59% ကို “မပြောနိုင်” ဟု ဖြေခဲ့ပြီး ၎င်းကိုယ်တိုင်အဖြစ် တစ်ခုမျှ မဖြေခဲ့ပါ။

မည်သည့်မော်ဒယ်များ ကောင်းကောင်း အကဲဖြတ်သနည်း

ဇယားများသည် မော်ဒယ်တစ်ခုစီကို ၎င်း ဟုတ်ဟု မည်မျှ မကြာခဏ ဖြေသည် (ဘေးတိုက်) နှင့် ၎င်း၏ အဖြေများ မည်မျှ အချက်အလက်ပေးသည် (ထောင်လိုက်) အလိုက် နေရာချထားသည်။ အချက်အလက်ပေးနိုင်မှု (informedness) ကို မှန်ကန်သော အဖြေများကို မသိဘဲ မော်ဒယ်များ တစ်ခုနှင့်တစ်ခု သဘောတူပုံမှ ခန့်မှန်းထားသည် (Dawid & Skene, 1979)– 1 သည် လုံးဝ တသမတ်တည်းရှိသော အကဲဖြတ်သူ၊ 0 သည် အချက်ပြမှု မပါသော အဖြေ ဖြစ်သည်။ ၎င်းသည် မှန်ကန်မှုကို မဟုတ်ဘဲ အကဲဖြတ်အဖွဲ့တစ်ခုလုံး တွေ့ရှိသည့်အရာနှင့် သဘောတူညီမှုကို တိုင်းတာသဖြင့် အားနည်းသော မော်ဒယ်များနှင့် သဘောမတူသော အားကောင်းသည့် မော်ဒယ်တစ်ခုသည် ထိုက်တန်သည်ထက် ရမှတ်နိမ့်နိုင်သည်။

မော်ဒယ်အများစုသည် ခွဲခြားသိမြင်ကြသည်– ၎င်းတို့သည် ချိတ်ဆက်မှုများ၏ လေးပုံတစ်ပုံမှ သုံးပုံနှစ်ပုံအထိကို ဟုတ်ဟု ဖြေပြီး ၎င်းတို့၏ အဖြေများတွင် အချက်ပြမှု ပါသည်။ Claude Sonnet 5.5 နှင့် DeepSeek V4 Flash တို့သည် အကဲဖြတ်အဖွဲ့နှင့် အများဆုံး သဘောတူသည်။ Gemma 3 4B နှင့် Command R7B ကဲ့သို့ သေးငယ်သော မော်ဒယ်များတွင် နည်းသည်။ ဆိုချက်များကို အကဲဖြတ်ရန်ထက် ဒေတာ ထုတ်ယူရန် တည်ဆောက်ထားသော မော်ဒယ် Schematron သည် အရာအားလုံးနီးပါးကို “မပြောနိုင်” ဟု ဖြေခဲ့ပြီး ၎င်းဖြေခဲ့သည့်အရာတွင် အချက်ပြမှု မရှိသလောက် ဖြစ်သည်။

မော်ဒယ်များတွင် ကိုယ်ပိုင်အမြင် ရှိသလား။

ဇာတ်ကောင်ပုံစံများက အဖြေများကို ပုံမသွင်းလျှင် မော်ဒယ်များကိုယ်တိုင်တွင် ပြဿနာအကြောင်း မတူညီသော သီအိုရီများ ရှိနိုင်သည်– တစ်ခုက စည်းမျဉ်းကို အပြစ်တင်ပြီး နောက်တစ်ခုက ကစားဈေးကို အပြစ်တင်သည်။ ကွဲလွဲမှု၏ လေးပုံတစ်ပုံသည် မော်ဒယ်များ တူညီသော ချိတ်ဆက်မှုကို ကွဲပြားစွာ ဖတ်ခြင်း ဖြစ်သဖြင့် ကျွန်ုပ်တို့သည် ထိုကွဲပြားမှု၏ ဦးတည်ချက်များကို ရှာခဲ့သည်– မော်ဒယ်များ၏ ၎င်းတို့ကိုယ်တိုင်အဖြစ် ဖြေထားသော အဖြေများမှ မော်ဒယ်တစ်ခုစီနှင့် ချိတ်ဆက်မှုတစ်ခုစီကို ရှုထောင့်အနည်းငယ်ပေါ်တွင် နေရာချသော မော်ဒယ်တစ်ခု။ ရှုထောင့်တစ်ခုကို တည်ငြိမ်မှသာ ရေတွက်သည်၊ ဆိုလိုသည်မှာ ချိတ်ဆက်မှုများ၏ တစ်ဝက်စီတွင် သီးခြားစီ fit လုပ်လိုက်လျှင် မော်ဒယ်များကို တူညီသော နေရာများနီးပါးတွင် ထားသည်။

ရှုထောင့်တစ်ခု တည်ငြိမ်ခဲ့ပြီး ၎င်းသည် သီအိုရီ မဟုတ်ခဲ့ပါ။ အစွန်းတစ်ဖက်တွင် အဓိပ္ပာယ်မရှိသလောက်ဖြစ်သော ချိတ်ဆက်မှုများ ရှိခဲ့သည်၊ ဥပမာ “နိုင်ငံခြားရင်းနှီးမြှုပ်နှံသူများ ဝယ်ယူသော ဇိမ်ခံတိုက်ခန်းများ” က “အမေရိကသည် တစ်နှစ်လျှင် ရွှေ့ပြောင်းနေထိုင်သူ 600,000 မှ 1.2 သန်း ထပ်တိုးသည်” သို့ ဦးတည်သည်ဆိုသည်ကို အားနည်းသော မော်ဒယ်များက လက်ခံခဲ့ကြသည်။ အခြားအစွန်းတွင် ညီညွတ်သော ယန္တရားတစ်ခု ရှိခဲ့သည်– နေထိုင်သူများ၏ မဲများနှင့် ရှိပြီးသားလူများ၏ အကျိုးစီးပွားက ထောက်ပံ့မှုကို ကန့်သတ်ထားခြင်း၊ ၎င်းကို အားကောင်းသော မော်ဒယ်များ အားလုံးက လက်ခံခဲ့ကြသည်။ ရှုထောင့်သည် မော်ဒယ်တစ်ခု မည်မျှ ကောင်းကောင်း အကဲဖြတ်သည် ဖြစ်သည်– အားကောင်းသော မော်ဒယ်များ အတူတကွ နီးကပ်စွာ ရှိပြီး အားနည်းသော မော်ဒယ်တစ်ခုစီသည် ၎င်းတို့မှ ကိုယ်ပိုင်နည်းဖြင့် သွေဖည်သည်။

အားကောင်းသော မော်ဒယ် ဆယ့်တစ်ခုအနက် လေ့လာမှု၏ ချိတ်ဆက်မှု 120 ပေါ်တွင် fit လုပ်လိုက်သောအခါ ဘာမျှ မတည်ငြိမ်ခဲ့ပါ။ ၎င်းမှာ ချိတ်ဆက်မှု နည်းလွန်းခဲ့သည်။ အခန်း၏ ချိတ်ဆက်မှု 870 လုံးပေါ်တွင် — တူညီသော မော်ဒယ် ဆယ့်တစ်ခုက ၎င်းတို့ကိုယ်တိုင်အဖြစ် ဖြေထားသည် — fit လုပ်လိုက်သောအခါ ကွဲပြားမှုတစ်ခု ပေါ်လာပြီး ၎င်းသည် တည်ငြိမ်သည်– ချိတ်ဆက်မှုများ၏ တစ်ဝက်စီတွင် သီးခြားစီ fit လုပ်လိုက်လျှင် မော်ဒယ်များသည် တူညီသော နေရာများနီးပါးတွင် ကျရောက်သည် (0.89)။

အစွန်းတစ်ဖက်တွင် မော်ဒယ်များသည် လူများ၏ အကျိုးစီးပွားမှ နိုင်ငံရေး ဆုံးဖြတ်ချက်များဆီသို့ ချိတ်ဆက်မှုများကို လက်ခံကြသည်– စျေးတက်ခြင်းတွင် အိမ်ပိုင်ရှင်များ၏ အကျိုးစီးပွားက အစိုးရ၏ ထောက်ပံ့မှုဆန့်ကျင် ပြောင်းလဲမှုများသို့ ဦးတည်ခြင်း၊ နေထိုင်သူများ၏ မဲများက Proposition 13 သို့ ဦးတည်ခြင်း။ Gemini 3.5 Flash, Claude Sonnet 5.5, Nex နှင့် DeepSeek တို့ ထိုနေရာတွင် ရှိသည်။ အခြားအစွန်းတွင် မော်ဒယ်များသည် အတားအဆီးများမှ ထောက်ပံ့မှု ယန္တရားဆီသို့ ချိတ်ဆက်မှုများကို လက်ခံကြသည်– စည်းမျဉ်းများ၊ ရှိပြီးသားလူများ၏ အကျိုးစီးပွား၊ စျေးပေါတိုက်ခန်းများကို ငြင်းပယ်သော ကောင်စီများနှင့် ပိုင်ဆိုင်မှုအခွင့်အရေးများ၊ တစ်ခုစီက “အိမ်ရာယူနစ် ပိုများလေ စျေးနှုန်း ကျလေ” သို့ ဦးတည်သည်။ Mistral Small, Ministral 8B, Laguna နှင့် Qwen တို့ ထိုနေရာတွင် ရှိသည်။ အကြမ်းအားဖြင့် တစ်ဖက်က အိမ်ရာကို နိုင်ငံရေးအရ မည်သူ အကျိုးရသည်ဖြင့် ရှင်းပြပြီး အခြားတစ်ဖက်က ထောက်ပံ့မှုကို ဘာက ပိတ်ဆို့သည်ဖြင့် ရှင်းပြသည်။ ထိုဖတ်ပုံသည် အစွန်းတစ်ဖက်စီရှိ ချိတ်ဆက်မှုများမှ ကျွန်ုပ်တို့၏ ဖတ်ပုံ ဖြစ်သည်။ ဒုတိယရှုထောင့်က GPT-OSS မော်ဒယ်နှစ်ခုလုံးကို အစွန်းတစ်ဖက်တွင် ထားသော်လည်း ၎င်း၏ ချိတ်ဆက်မှုများတွင် ကျွန်ုပ်တို့ အမည်ပေးနိုင်သော ဘုံအကြောင်းအရာ မရှိပါ။

ကွဲလွဲမှုက သဘောတူသည်။ အားကောင်းသော မော်ဒယ် ဆယ့်တစ်ခုအနက် ချိတ်ဆက်မှုကိုယ်တိုင်က ၎င်း၏ 68% ကို ရှင်းပြပြီး မော်ဒယ် 21 ခုလုံးဖြင့် 52% ဖြစ်သည်– မော်ဒယ်အလိုက် ဖတ်ပုံများသည် 24% မှ 8% သို့ ကျဆင်းသည်– မတူညီသော ဖတ်ပုံများဟု ထင်ရသည့်အရာ၏ သုံးပုံနှစ်ပုံခန့်သည် အားနည်းသော မော်ဒယ်များမှ လာခဲ့သည်။ ကျန်သည်မှာ ပိုသေးငယ်သော်လည်း အထက်ပါ တသမတ်တည်း ကွဲပြားမှု ဖြစ်သည်။

True Causes အတွက် ဆိုလိုချက်

မော်ဒယ် အကဲဖြတ်အဖွဲ့တစ်ခုသည် ကျဉ်းမြောင်းသော အမြင်အပိုင်းအခြားဖြင့် ဆုံးဖြတ်ချက်ကို ပေးသည်။ ဇာတ်ကောင်ပုံစံများက ရှုထောင့်များ ထပ်မဖြည့်ပါ။ စွမ်းရည်ရှိသော မော်ဒယ်များသည် ချိတ်ဆက်မှုအများစုကို သဘောတူကြပြီး ကျန်သည်တွင် နိုင်ငံရေးနှင့် ထောက်ပံ့မှု ရှင်းလင်းချက်များကြား မျဉ်းတစ်ကြောင်းတစ်လျှောက် တသမတ်တည်း ကွဲပြားကြသည်။ ၎င်းသည် အပိုင်းအခြားတစ်ခု ဖြစ်သော်လည်း ကျဉ်းမြောင်းသည်၊ မော်ဒယ်များကို လေ့ကျင့်ခဲ့ပုံက သတ်မှတ်ထားသည်– မတူညီသော အတွေ့အကြုံရှိ လူများ ယူဆောင်လာမည့် အမြင်အပိုင်းအခြား မဟုတ်ပါ။ ဆွေးနွေးညှိနှိုင်းမှုများကို အကျဉ်းချုပ်သော မော်ဒယ်များဆိုင်ရာ သုတေသနသည်လည်း တူညီသော ဘက်ကို ညွှန်ပြသည်– အကျဉ်းချုပ်များသည် မော်ဒယ် 18 ခုအနှံ့ လူနည်းစု ရပ်တည်ချက်များကို လျော့နည်းစွာ ကိုယ်စားပြုကြပြီး (Zhu et al., 2025) သဘောတူညီမှု ရှာရန် ရေးထားသော ဆိုချက်များသည် ၎င်းတို့၏ အကြောင်းအရာထက် လေသံဖြင့် သဘောတူညီမှုကို ရနိုင်သည် (Tsai et al., 2024)။ True Causes တွင် မော်ဒယ်တစ်ခုသည် အခန်းကိုယ်စား မပြောပါ။ ၎င်းသည် ချိတ်ဆက်မှုတစ်ခုချင်းကို ရေး သို့မဟုတ် အကဲဖြတ်ပြီး ဆုံးဖြတ်ချက်တိုင်းကို ရေတွက်ကာ သဘောထားကွဲခြင်းသည် မြေပုံပေါ်တွင် သဘောထားကွဲအဖြစ် ကျန်ရှိသည်။

အကဲဖြတ်အဖွဲ့ ရွေးချယ်ခြင်းသည် အရည်အသွေးကို ဦးစွာ၊ ထို့နောက် ဟန်ချက်ညီမှုကို ကြည့်ခြင်း ဖြစ်သည်။ မော်ဒယ်များကြား အကြီးဆုံး ကွဲပြားမှုမှာ ၎င်းတို့ မည်မျှ ကောင်းကောင်း အကဲဖြတ်သည် ဖြစ်သဖြင့် အကဲဖြတ်အဖွဲ့သည် အားနည်းသော မော်ဒယ်များကို ချန်လှပ်ထားပြီး စွမ်းရည်ရှိသော မော်ဒယ်များ ဖြစ်သင့်သည်။ စွမ်းရည်ရှိသော မော်ဒယ်များအနက် မိသားစုများသည် မတူညီသော ဘက်များသို့ ယိမ်းကြသဖြင့် အကဲဖြတ်အဖွဲ့သည် အများအပြားမှ ရယူသင့်ပြီး မည်သည့်မိသားစုတစ်ခုမျှ ကျန်သည်ထက် အရေအတွက် မပိုသင့်ပါ။

မော်ဒယ်များကို နေရာမချမီ စစ်ဆေးသင့်သည်။ အရာအားလုံးကို ဟုတ်၊ အရာအားလုံးကို မဟုတ် သို့မဟုတ် အရာအားလုံးကို “မပြောနိုင်” ဟု ဖြေသော မော်ဒယ်သည် ၎င်းအကဲဖြတ်သော အတွဲတိုင်းတွင် ဆူညံသံ ထပ်ထည့်သည်။ သိထားသော ချိတ်ဆက်မှုများပေါ်တွင် တိုတောင်းသော ချိန်ညှိစစ်ဆေးမှုက ၎င်းတို့ကို ရှာတွေ့သည်။

ဇာတ်ကောင်ပုံစံများကို အကဲဖြတ်ရန် မသုံးသင့်ပါ။ ၎င်းတို့သည် ရှောင်ကြဉ်မှုများနှင့် အဆင့်အတန်း ပုံသေအမြင်ကို ထပ်ဖြည့်ပြီး ဆုံးဖြတ်ချက်၏ ကွဲပြားမှုကို မထပ်ဖြည့်ပါ။ ရေးခြင်းမူ သီးခြားမေးခွန်း ဖြစ်သည်။ ဇာတ်ကောင်ပုံစံပါသော မော်ဒယ်အခန်းသည် ကွဲပြားသော ကတ်များကို ရေးသော်လည်း မတူညီသော မော်ဒယ်များသည် ကွဲပြားစွာ ရေးကြပြီး မော်ဒယ်တစ်ခုသည် မေးခံရတိုင်း ကွဲပြားစွာ ရေးသဖြင့် ကွဲပြားသော ကတ်များတစ်ခုတည်းဖြင့် ဇာတ်ကောင်ပုံစံများ တစ်စုံတစ်ရာ လုပ်ခဲ့ကြောင်း မပြပါ။ စမ်းသပ်မှုမှာ ဤနေရာတွင် အကဲဖြတ်ရန် အသုံးပြုခဲ့သည့်အရာ ဖြစ်သည်– တူညီသော မော်ဒယ်များက ဇာတ်ကောင်ပုံစံ ပါပါ မပါပါ အကြောင်းရင်းများကို ရေးပြီး တစ်ခုစီ ထုတ်ပေးသော ကွဲပြားသည့် အကြောင်းရင်းများကို ရေတွက်သည်။

လူများပါသော အခန်းများသည် ကွဲပြားသည်။ လူတစ်ဦးသည် ၎င်းမြင်ခဲ့ဖူးသည့်အရာကို ယူဆောင်လာပြီး ၎င်းကို မြင်ဖူးနိုင်သူ၏ ဖော်ပြချက်ကို မဟုတ်ပါ။ ဤလေ့လာမှုသည် ထိုအချက်ကို ဆန့်ကျင်၍ ဘာမျှ မပြောပါ– ၎င်းက ပြောသည်မှာ အိမ်ငှားဟု ပြောခံရသော မော်ဒယ်သည် အိမ်ငှားအဖြစ် မနေထိုင်ဖူးကြောင်း ဖြစ်သည်။ လူများ ဘာကို သဘောမတူသည်ကို ရှာဖွေရန် ရည်ရွယ်သည့်နေရာတွင် လူများကသာ ၎င်းကို ပေးနိုင်သည်။ ထိုအခန်းများတွင် မော်ဒယ်သည် ဖြေခြင်းထက် မေးခြင်းတွင် ပိုအသုံးဝင်သည်– ကတ်တစ်ခုအကြောင်း မေးခွန်း၊ တစ်ကြိမ်လျှင် တစ်ခု၊ ကိုယ်ပိုင်အမြင် မပါဘဲ (ဤအရာ မှန်လျှင် သင် ဘာမြင်မည်နည်း။ ကြားတွင် ဘာဖြစ်သနည်း။) က ၎င်း၏ စာရေးသူကို မော်ဒယ်၏ စကားများကို ၎င်းတို့ပါးစပ်ထဲ မထည့်ဘဲ အကြောင်းရင်းကို ရှင်းလင်းစေရန် ကူညီသည်။

ကန့်သတ်ချက်များ

မေးခွန်းတစ်ခု– အိမ်ရာ– ချိတ်ဆက်မှု 120– မော်ဒယ်တစ်ခုလျှင် ဇာတ်ကောင်ပုံစံ လေးငါးခု၊ တစ်ခုစီ တစ်ကြိမ် ဖြေသည်။ ဤဒီဇိုင်း မမြင်နိုင်လောက်အောင် သေးငယ်သော သက်ရောက်မှုများ ပေါ်မည် မဟုတ်ပါ။ ဇာတ်ကောင်ပုံစံများကို အခန်းကဏ္ဍ ဖော်ပြချက်များအဖြစ် ရေးခဲ့သည်– မော်ဒယ်ကို မဖြေမီ ဇာတ်ကောင်အဖြစ် ဆင်ခြင်ခိုင်းခြင်းကဲ့သို့ ပိုအားကောင်းသော နည်းများက ၎င်းကို ပိုရွေ့စေနိုင်ပြီး ပုံပြောင်ဖော်ခြင်း အန္တရာယ်လည်း ပါလာနိုင်သည် (Cheng et al., 2023)။ အချက်အလက်ပေးနိုင်မှုသည် အမှန်တရားကို မဟုတ်ဘဲ အကဲဖြတ်အဖွဲ့နှင့် သဘောတူညီမှုကို တိုင်းတာပြီး ဆွေးနွေးညှိနှိုင်းမှု အကဲဖြတ်သူအဖြစ် သုံးသော မော်ဒယ်များသည် မျှော်လင့်သလောက် လူများနှင့် မသဘောတူကြပါ (Zhu et al., 2025)– ၎င်းကိုယ်တိုင်နှင့် သဘောတူသော အကဲဖြတ်အဖွဲ့သည် တူညီသော ဘက်သို့ မှားနေနိုင်သေးသည်။ စွမ်းရည်ရှိသော မော်ဒယ်များကြား ကွဲပြားမှုသည် ချိတ်ဆက်မှု 870 လုံးဖြင့်သာ ပေါ်လာခဲ့သည်– 120 ဖြင့် မမြင်ရခဲ့သဖြင့် ပိုသေးငယ်သော ကွဲပြားမှုများကို မမြင်ရနိုင်သေးဘဲ အိမ်ရာထက် ပိုအငြင်းပွားသော မေးခွန်းတစ်ခုသည် မော်ဒယ်များကို ပိုခွဲခြားနိုင်သည်။

ကိုးကားချက်များ

Argyle, L. P., Busby, E. C., Fulda, N., Gubler, J. R., Rytting, C., & Wingate, D. (2023). Out of one, many: Using language models to simulate human samples. Political Analysis, 31(3), 337–351.
Cheng, M., Piccardi, T., & Yang, D. (2023). CoMPosT: Characterizing and evaluating caricature in LLM simulations. Proceedings of EMNLP 2023.
Dawid, A. P., & Skene, A. M. (1979). Maximum likelihood estimation of observer error-rates using the EM algorithm. Journal of the Royal Statistical Society, Series C, 28(1), 20–28.
Gupta, S., Shrivastava, V., Deshpande, A., Kalyan, A., Clark, P., Sabharwal, A., & Khot, T. (2024). Bias runs deep: Implicit reasoning biases in persona-assigned LLMs. Proceedings of ICLR 2024.
Hu, T., & Collier, N. (2024). Quantifying the persona effect in LLM simulations. Proceedings of ACL 2024.
Tsai, L. L., Pentland, A., Braley, A., Chen, N., Enríquez, J. R., & Reuel, A. (2024). Generative AI for pro-democracy platforms. An MIT Exploration of Generative AI, MIT.
Zheng, M., Pei, J., Logeswaran, L., Lee, M., & Jurgens, D. (2024). When “a helpful assistant” is not really helpful: Personas in system prompts do not improve performances of large language models. In Findings of the Association for Computational Linguistics: EMNLP 2024.
Zhu, S., Yang, S., Bakker, M. A., Pentland, A., & Pei, J. (2025). Can AI truly represent your voice in deliberations? A comprehensive study of large-scale opinion aggregation with LLMs. arXiv:2510.05154.

မေးခွန်းတစ်ခုကို ယူရန် → · နောက်ထပ် မှတ်စုများ