AI21 Labs heeft onlangs Contextual Solutions gelanceerd, een vraag-en-antwoord-engine voor big language fashions (LLM's).
Wanneer gerelateerd aan een LLM, stelt de gloednieuwe engine klanten in staat om hun eigen informatiebibliotheken toe te voegen om de uitvoer van het model te beperken tot bepaalde informatie.
Het verschijnen van ChatGPT en vergelijkbare synthetische intelligentie (AI)-merchandise heeft geleid tot een paradigmaverschuiving voor de AI-business, maar een gebrek aan geloof maakt de acceptatie voor veel organisaties lastig.
In overeenstemming met analysemedewerkers besteden Ze besteden bijna de helft van hun werkdagen aan het zoeken naar informatie. Dit is een fantastisch alternatief voor chatbots die zoekfuncties kunnen uitvoeren; Toch moeten de meeste chatbots niet gericht zijn op bedrijven.
AI21 heeft contextuele oplossingen ontwikkeld om de kloof te overbruggen tussen chatbots voor algemeen gebruik en vraag-en-antwoordproviders op bedrijfsniveau door klanten de mogelijkheid te bieden hun eigen informatie en documentbibliotheken te kanaliseren.
In overeenstemming met een weblog van AI21, Contextual Solutions toegestaan Klanten kunnen AI-reacties stimuleren zonder mode opnieuw te hoeven trainen, waardoor enkele van de grootste obstakels voor acceptatie worden weggenomen:
"De meeste bedrijven ontdekken dat de implementatie lastig is [AI], daarbij verwijzend naar waarde, complexiteit en het gebrek aan specialisatie van de mode in hun organisatorische informatie, wat leidt tot onjuiste, 'hallucinerende' of contextongepaste reacties."
Een van de vele uitstekende uitdagingen bij het maken van behulpzame LLM's zoals OpenAI's ChatGPT of Google's Bard, is hen te instrueren tot precieze onzekerheid.
Wanneer een consument een chatbot ondervraagt, reageert deze meestal, zelfs als het bestand niet voldoende informatie bevat om feitelijke informatie te verstrekken. In deze omstandigheden, in plaats van een onbetrouwbaar antwoord te geven zoals "Ik weet het niet", verzinnen LLM's meestal informatie zonder enige feitelijke basis.
Onderzoekers noemen deze uitkomsten "hallucinaties" omdat de machines informatie creëren die er niet uitziet als de huidige datasets, zoals mensen die problemen zien die er niet echt zijn.
We zijn verheugd om Contextual Solutions te introduceren, een API-oplossing waarbij oplossingen grotendeels gebaseerd zijn op bedrijfsinformatie en geen ruimte laten voor AI-hallucinaties.
➡️ https://t.co/LqlyBz6TYZ pic.twitter.com/uBrXrngXhW
— AI21 Labs (@AI21Labs) 19 juli 2023
In overeenstemming met A121 zouden contextuele reacties het hallucinatienadeel volledig moeten verminderen door zowel alleen informatie uit te voeren in verband met door de gebruiker verstrekte documentatie, of door in geen enkel opzicht iets uit te voeren.
In sectoren is plaatsnauwkeurigheid extra belangrijk dan automatisering, vergelijkbaar met financiën en geautoriseerd, de introductie van generatieve vooraf getrainde transformator (GPT) -methoden heeft gemengde resultaten opgeleverd.
Monetaire adviseurs blijven waarschuwen bij het gebruik van GPT-methoden, omdat ze de neiging hebben om informatie te hallucineren of te verwarren, zelfs als ze verband houden met internet en kunnen hyperlinks naar bronnen bevatten. En nu een advocaat binnen het geautoriseerde gebied gezichten Boetes en straffen voor het rekenen op resultaten die door ChatGPT zijn gegenereerd in een zaak.
Door AI-methoden vooraf te voeden met gerelateerde informatie en in te grijpen voordat het systeem niet-feitelijke informatie kan hallucineren, lijkt AI21 erin geslaagd te zijn het hallucinatie-nadeel te verminderen.
Dit kan leiden tot massale acceptatie, vooral binnen het fintech-huis waar tot nu toe conventionele financiële instellingen bestonden ze aarzelen Ze hebben de GPT-kennis omarmd en de cryptocurrency- en blockchain-community's hebben maximaal succes gehad met het gebruik van chatbots.
Geassocieerd: OpenAI introduceert "aangepaste aanwijzingen" voor ChatGPT, zodat klanten zichzelf niet onmiddellijk hoeven te herhalen
