آیا هوش مصنوعی شما را میشناسد؟ همین حالا بررسی کنید و ببینید آیا در حافظه مثل چت جیپیتی، جمنای، کلود، دیپ سیک، یا کوئن وجود دارید؟ ردپای دیجیتال شما تا کجا پیش رفته است؟
این روزها جستوجوی نام خود در موتورهای جستوجو دیگر حسوحال گذشته را ندارد. با پیشرفت روزافزون چتباتها، حالا هوش مصنوعی به منبع اصلی اطلاعات تبدیل شده است و بسیاری از افراد تمایل دارند بدانند مدلهای زبانی چقدر درباره آنها اطلاعات دارند.
براساس گزارش TechCrunch، توماس دیمسون و جوی فلین با درک این تغییرات، ابزار جدیدی به نام In the Weights را طراحی کردهاند. عبارت «وزنها» در اینجا به پارامترهای عددی اشاره میکند که خروجی و آموزش یک مدل هوش مصنوعی را شکل میدهند. این وبسایت بررسی میکند که یک مدل چقدر قادر است یک شخص را بدون استفاده از ابزارهای جستوجوی وب به یاد بیاورد.
سازندگان این سایت اعلام کردهاند که اگر نام شما در پارامترها و وزنهای هوش مصنوعی وجود داشته باشد، به این معنی است که وجود شما در روند توسعه هوش مصنوعیِ پیشرفته، مهم ارزیابی شده است.
سایت In the Weights چگونه کار میکند؟
برای دستیابی به این هدف، ابزار In the Weights سوالاتی مانند «[نام شخص] کیست؟» را از مدلهای پیشرفتهای مانند Grok، Gemini، نسخههای مختلف GPT، Claude و Llama میپرسد و درخواست میکند تا ۱۰ نتیجه همراه با توضیحات کوتاه ارائه دهند. سپس سایت نتایج مشابه را دستهبندی میکند و به آنها یک امتیاز قدرت اختصاص میدهد.
بهعنوان مثال، ما نام شهرام شپره را در این سایت جستوجو کردیم و امتیاز 428 گرفت و اغلب مدلها بهخوبی این خواننده را میشناسند.

این پلتفرم همچنین نشان میدهد که کدام مدلها دچار توهم هوش مصنوعی شدهاند. برای نمونه، مدل GPT-5.4 Mini در پاسخ به یک نام خاص اعلام کرده است که این اسم میتواند به افراد متعددی با حروف اختصاری مشابه اشاره کند.
توماس دیمسون درباره انگیزه ساخت این پلتفرم توضیح داده است که او و همکارش پس از خروج از شرکت OpenAI، به دنبال ایدهای خلاقانه بودهاند. او باور دارد که در سال ۲۰۲۶، جستوجوی نام در گوگل دیگر معیار درستی نیست؛ زیرا ترافیک کاربران به سمت مدلهای زبانی بزرگ (LLM) کشیده شده است.
استقبال از این ابزار با طراحی نوستالژیک و الهامگرفته از نینتندو، تا این لحظه بسیار چشمگیر بوده است. به نظر میرسد ایده بررسی حضور نام افراد در پایگاه داده مدلهای هوش مصنوعی برای کاربران بسیار جذاب است. توسعهدهندگان این پروژه قصد دارند در آینده تحقیق کنند که چرا مدلهای مختلف نتایج متفاوتی را ارائه میدهند، کدام مدلها سوگیری دارند و چه کسانی باید در ویکیپدیا صفحه داشته باشند اما در حال حاضر ندارند.