Yapay zekanın cevaplarını daha güvenilir ve doğru hale getirmenin bir yolu bulundu: Detaylar

Etkileyici başarılara rağmen, ChatGPT gibi büyük dil modelleri hala hatalara eğilimlidir ve hem doğru hem de açıkça yanlış cevapları ürkütücü bir güvenle verirler. Sorun, bu tür modellerin çalıştığı belirsizliktedir. Ancak İsviçreli araştırmacılar, yapay zekayı daha doğru cevaplar vermesi için ek, ilgili verilerle "besleyen" bir yöntem geliştirerek bu belirsizliği azaltmanın bir yolunu buldular.

Oxu.Az'ın haberine göre, çalışmanın ön baskısı arxiv portalında yayınlandı.

Algoritma, sadece zaten bilinen bilgileri tekrarlamak yerine, soruyu en çok tamamlayan verileri seçer. Bu, çok boyutlu uzayda kelimeler arasındaki anlamsal bağlantı vektörlerinin analizi yoluyla elde edilir. Vektörlerin yönü ne kadar yakınsa, korelasyonları o kadar yüksektir. Ancak klasik "en yakın komşu" yaklaşımından farklı olarak, SIFT farklı ama birbirini tamamlayan bilgileri seçer.

Örnek: "Roger Federer kaç yaşında ve kaç çocuğu var?" sorusuna cevap verirken geleneksel YZ, çocuklar hakkındaki bilgileri göz ardı ederek doğum tarihine takılabilir. SIFT ise hem yaşı hem de aile bilgilerini bularak bir yönü diğeriyle tamamlar.

Yenilik sadece kalite açısından çalışmaz: daha az gereksiz bilgi sistem üzerinde daha az yük demektir. SIFT, hesaplama hacmini sorunun karmaşıklığına göre uyarlamaya olanak tanır, bu da daha az kaynakla güvenilir modeller oluşturmak anlamına gelir. Testlerde araştırmacılar, en iyi YZ'leri aşan bir performansa ulaştılar, üstelik modelleri 40 kat daha küçüktü.

Araştırmacılar şunu vurguluyorlar: SIFT, veri analizi için de faydalı olabilir, örneğin, hangi laboratuvar göstergelerinin teşhis için önemli olduğunu ve hangilerinin ikincil olduğunu belirlemek için. Bu, tıp, bilim ve iş dünyasında yeni uygulamalara yol açar.