你能看得出人工智能在瞎编乱造吗？《自然》6月19日发表的一项研究报道了一种能检测大语言模型（LLM）幻觉（hallucination）的方法，该方法能够测量生成回答的含义的不确定性，或者用于提升LLM输出的可靠性。
像ChatGPT和Gemini这样的LLM是能够阅读和生成自然人类语言的人工智能系统。不过，这类系统很容易产生幻觉，生成不准确或没有意义的内容。然而检测LLM出现幻觉的程度很困难，因为这些回答的呈现方式可能让它们看起来很可信。
在这项研究中，英国牛津大学的Sebastian Farquhar和同事尝试了量化一个LLM产生幻觉的程度，从而判断生成的内容有多少是忠于提供的源内容的。
研究人员的方法能检测出LLM的“编造”（confabulation）——这是“幻觉”的一个子类别，指不准确和随意的内容，常出现在LLM缺乏某类知识的情况下。
这种方法考虑了语言的微妙差别，以及回答如何能以不同的方式表达，从而拥有不同的含义。他们的研究表明，该方法能在LLM生成的个人简介，以及关于琐事、常识和生命科学这类话题的回答中识别出“编造”。
然而澳大利亚皇家墨尔本理工大学的Karin Verspoor在一篇同时发表的“新闻与观点”文章中指出，该任务由一个LLM完成，并通过第三个LLM进行评价，等于在“以毒攻毒”。Verspoor还写道，“用一个LLM评估一种基于LLM的方法似乎是在循环论证，而且可能有偏差。”
不过，Verspoor指出，他们的方法有望帮助用户理解在哪些情况下使用LLM的回答时需要多加小心，也意味着可以提高LLM在更多应用场景中的置信度。
相关论文信息：https://doi.org/10.1038/s41586-024-07421-0
日前，高等教育数字化与课程思政建设研讨会暨中国高校财经慕课联盟首届“同课异构”教学竞赛颁奖典礼在对外经济贸易大学 上海生物医药产业怎么做到产学研合力？12月14日，澎湃新闻记者从上海张江一场共话人才未来产学研合作的闭门会议获悉，前 中国科学院院士、中国科学技术大学教授郭光灿团队在基于冷原子的量子存储实验研究中取得重要进展：该团队教授史保森、丁 临近年末，开源领域“火力全开”：华为以超过120个上游软件和多个主流开源项目的贡献值，在多个主流开源项目中排名第一；上 12月13至14日，在教育部、陕西省人民政府的支持下，由教育部学校规划建设发展中心主办，陕西省教育厅、西安建筑科技大学、绿 ·GLP-1类药物正在以令人兴奋和不安的方式重塑医学、流行文化，甚至全球股市。制药公司掀起一场“肥胖革命”，但 。本文链接：如何识破人工智能在一本正经地瞎编乱造http://www.sushuapos.com/show-11-7370-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 散步有助于人们更长时间远离腰痛
下一篇： 脊髓“图谱”有望为损伤患者开发新治疗方法