AI21 Labs julkaisi äskettäin Contextual Solutions, kysymys ja vastaus -moottorin suuriin kielimuotiin (LLM).
Kun kyseessä on LLM, upouusi moottori antaa asiakkaille mahdollisuuden lisätä omia tietokirjastojaan rajoittaakseen mallinuken tulosteet tiettyihin tietoihin.
ChatGPT:n ja vastaavien synteettisen älykkyyden (AI) tuotteiden ilmestyminen on aiheuttanut paradigman muutoksen tekoälyliiketoiminnassa, mutta uskonpuute tekee omaksumisesta hankalaa monille organisaatioille.
Analyysin työntekijöiden mukaisesti viettää He viettävät lähes puolet työpäivistään tiedon etsimiseen. Tämä on loistava vaihtoehto chatboteille, jotka pystyvät suorittamaan hakutoimintoja; Useimpien chatbottien ei kuitenkaan pitäisi olla suunnattu yritysten suuntaan.
AI21 kehitti Contextual Solutions -ratkaisuja, jotka kuroivat umpeen yleiskäyttöisten chatbottien ja yritystason kysymys- ja vastauspalvelujen tarjoajien välisen aukon antamalla asiakkaille mahdollisuuden kanavoida omia tieto- ja dokumenttikirjastojaan.
AI21:n Contextual Solutions -blogin mukaisesti sallittua Asiakkaat voivat ohjata tekoälyn vastauksia ilman, että heidän tarvitsee kouluttaa muotia uudelleen, mikä poistaa muutamia suurimmista käyttöönoton esteistä:
"Useimmat yritykset huomaavat täytäntöönpanon ongelmallisen [AI] vedoten arvoon, monimutkaisuuteen ja muodin erikoistumisen puutteeseen organisaatiotietojensa suhteen, mikä johtaa vääriin, "halusinaatioihin" tai kontekstiin sopimattomiin reaktioihin.
Yksi monista erinomaisista haasteista hyödyllisten LLM-yritysten, kuten OpenAI:n ChatGPT:n tai Googlen Bardin, luomisessa on ohjata heitä tarkkaan turvattomuuteen.
Kun kuluttaja kyseenalaistaa chatbotin, se yleensä vastaa, vaikka sen tiedosto ei sisältäisi riittävästi faktatietoa. Näissä olosuhteissa LLM:t valmistavat yleensä tietoja, joilla ei ole mitään faktapohjaa, vaihtoehtona epäluotettavalle vastaukselle, kuten "en tiedä".
Tutkijat nimeävät nämä tulokset "hallusinaatioiksi", jotka johtuvat siitä, että koneet luovat tietoja, jotka eivät näytä heidän tietojoukkojensa ajankohtaiselta, kuten ihmiset näkisivät ongelmia, joita ei todellisuudessa ole olemassa.
Olemme innoissamme voidessamme esitellä Contextual Solutions, API-resoluutio, jossa paikkaratkaisut perustuvat enimmäkseen yritystietoihin eivätkä jätä tilaa tekoälyhalusinaatioille.
➡️ https://t.co/LqlyBz6TYZ pic.twitter.com/uBrXrngXhW
— AI21 Labs (@AI21Labs) Heinäkuu 19, 2023
A121:n mukaisesti asiayhteyteen liittyvien vastausten pitäisi täysin lieventää hallusinaatioiden haittapuolia joko antamalla vain tietoja, kun ne liittyvät käyttäjän toimittamaan dokumentaatioon, tai jättämällä tulostamatta jotain missään suhteessa.
Sektoreilla paikkatarkkuus on erittäin tärkeä asia kuin automaatio, joka muistuttaa rahoitusta ja lupaa, generatiivisten esikoulutettujen muuntajien (GPT) menetelmien käyttöönotto on tuottanut sekavia tuloksia.
Raha-alan konsultit neuvovat varoittamaan GPT-menetelmiä käyttäessään, koska heillä on taipumus hallusinoida tai sekoittaa tietoja, vaikka ne liittyvät verkkoon, ja he voivat linkittää lähteisiin. Ja nyt asianajaja valtuutetulla alueella kasvot Sakot ja rangaistukset ChatGPT:n tuottamien tulosten huomioon ottamisesta koko tapauksen ajan.
Syöttämällä tekoälymenetelmiä etukäteen asiaankuuluvilla tiedoilla ja puuttumalla asiaan aikaisemmin kuin järjestelmä voi hallusinoida ei-faktatietoa, AI21 näyttää onnistuneen lievittämään hallusinaatioiden haittapuolia.
Tämä saattaa johtaa massakäyttöön, erityisesti fintech-talossa, missä perinteiset rahalaitokset ovat olleet tähän asti he epäröivät He ovat omaksuneet GPT-osaamisen, ja kryptovaluutta- ja blockchain-yhteisöt ovat sekoittuneet menestyksekkäästi chatbottien käyttöön.
liittyvä: OpenAI esittelee "muokatut ohjeet" ChatGPT:lle, jotta asiakkaiden ei tarvitse toistaa itseään joka välittömässä vaiheessa
