AI21 Labs lanserte nylig Contextual Solutions, en spørsmål-og-svar-motor for store språkmoter (LLMs).
Når det er relatert til en LLM, tillater den splitter nye motoren kundene å legge til sine egne informasjonsbiblioteker for å begrense mannekengutdataene til bestemt informasjon.
Utseendet til ChatGPT og sammenlignbare syntetiske intelligenser (AI)-varer har forårsaket et paradigmeskifte for AI-virksomheten, men en mangel på tro gjør adopsjon vanskelig for mange organisasjoner.
I tråd med analysemedarbeidere bruke De bruker nesten halvparten av arbeidsdagene på å finne informasjon. Dette representerer et fantastisk alternativ for chatbots som kan utføre søkefunksjoner; Ikke desto mindre bør de fleste chatboter ikke rettes i retning av selskaper.
AI21 utviklet Contextual Solutions for å bygge bro over hullet mellom chatbots for generell bruk og spørsmål-og-svar-leverandører på bedriftsnivå ved å gi kundene muligheten til å kanalisere sine egne informasjons- og dokumentbiblioteker.
I tråd med en weblogg satt opp av AI21, Contextual Solutions tillates Kunder kan drive AI-responser uten å måtte trene moter på nytt, og overvinne noen av de største hindringene for adopsjon:
"De fleste selskaper oppdager implementering plagsom [AI] som siterer verdi, kompleksitet og motenes mangel på spesialisering på deres organisasjonsinformasjon, noe som fører til feilaktige, "hallusinerende" eller kontekst-upassende svar."
En av mange gode utfordringer med å lage nyttige LLM-er som OpenAIs ChatGPT eller Googles Bard er å instruere dem til presis usikkerhet.
Når en forbruker stiller spørsmål til en chatbot, svarer den vanligvis, selv når filen ikke inneholder tilstrekkelig informasjon til å gi faktainformasjon. Under disse omstendighetene, som et alternativ til å gi et upålitelig svar som "Jeg vet ikke", lager LLM-er vanligvis informasjon uten faktagrunnlag.
Forskere kaller disse resultatene "hallusinasjoner" som et resultat av at maskinene skaper informasjon som ikke ser ut som dagens datasett, som at folk ser problemer som egentlig ikke er der.
Vi er glade for å introdusere Contextual Solutions, en API-oppløsning. Stedsløsningene er hovedsakelig basert på bedriftsinformasjon og gir ikke rom for AI-hallusinasjoner.
➡️ https://t.co/LqlyBz6TYZ pic.twitter.com/uBrXrngXhW
— AI21 Labs (@AI21Labs) Juli 19, 2023
I tråd med A121, bør kontekstuelle svar fullstendig dempe hallusinasjonsulempen ved både å bare gi ut informasjon når det er relatert til brukerlevert dokumentasjon, eller ved ikke å sende ut noe på noen måte.
I sektorer er stedets nøyaktighet ekstra viktig enn automatisering, som ligner finans og autoriserte, introduksjonen av generative pre-trained transformator (GPT) metoder har gitt blandede resultater.
Monetære konsulenter fortsetter med å advare når de bruker GPT-metoder, da de har en tendens til å hallusinere eller forvirre informasjon selv når de er relatert til nettet og kan hyperlenke til kilder. Og nå advokat innenfor autorisasjonsområdet ansikter Bøter og straffer for å regne med utfall generert av ChatGPT gjennom en sak.
Ved å forhåndsmate AI-metoder med relatert informasjon og gripe inn tidligere enn systemet kan hallusinere ikke-faktisk informasjon, ser det ut til at AI21 har klart å lindre hallusinasjonsulempen.
Dette kan føre til masseadopsjon, spesielt i fintech-huset der konvensjonelle pengebedrifter har eksistert til nå de nøler De har omfavnet GPT-kunnskap, og kryptovaluta- og blokkjedesamfunnene har hatt en kombinasjon av suksess med bruk av chatbots.
Assosiert: OpenAI introduserer "tilpassede veibeskrivelser" for ChatGPT, slik at kundene ikke må gjenta seg selv med en gang
