人工智能（AI）在给出准确答案的同时，也会有一些“胡乱输出”令人难辨真假，这被称为“幻觉”（hallucination）。而新一期《自然》杂志发表的一项研究报道了一种新方法，能检测大语言模型（LLM）产生的“幻觉”，即该方法能测量生成回答的含义的不确定性，或能提升LLM输出答案的可靠性。
类似ChatGPT和Gemini等LLM，是能阅读和生成自然人类语言的AI系统。不过，这类系统很容易产生所谓“幻觉”，即生成不准确或没有意义的内容。检测LLM出现的这种错误非常难，因为这些回答的呈现方式看起来很可信。
英国牛津大学研究团队此次尝试量化一个LLM产生此类错误的程度，从而判断生成的内容有多忠于提供的源内容。他们的方法能检测“编造”——这是幻觉的一个子类别，特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。团队的研究表明，他们的方法能在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”内容。
在同时发表的新闻与观点文章中，澳大利亚皇家墨尔本理工大学科学家指出，该方法由一个LLM完成，并通过第三个LLM进行评价，等于在“以毒攻毒”。文章写道，“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，团队指出他们的方法有望帮助用户理解在哪些情况下使用LLM的回答需要注意，也意味着可以提高LLM在更多应用场景中的置信度。
12月16-17日，北京大学经济学院举办第六届“中国百所大学经济学院院长论坛”暨“首届孙尚清发展知识研究与交流奖颁奖典礼 堆叠、扭曲铜酸盐超导体的示意图。图片来源：物理学家组织网 几十年来，超导体一直是物理学界研究的热点。但这些允许 本次甘肃积石山6.2级地震，震中距青海省省界最近距离5公里，青海多地震感强烈。 在青海省海东市民和县中川乡金田村， 近日，美国化学会旗下C&EN杂志公布了2023年最“炫”的分子榜单。尽管这些分子很小，但其能量却很大，有些甚至可能改 2023年12月中旬以来，受冷空气持续影响，我国天气形势复杂，集中出现寒潮、雨雪、低温、冰冻等灾害性天气。 近日，中国科学院 关于对拟表扬2023年度甘肃省科技统计先进个人名单进行公示的通知 甘科计函〔2024〕15号 为树立典型、表扬先进， 。本文链接：提高大语言模型可信度，新方法助生成式AI破除“幻觉”http://www.sushuapos.com/show-11-7468-0.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： 新技术可发现基因突变初期迹象