Australijski startup zbudował model AI, który celowo daje różnorodne odpowiedzi
Springboards stworzył model Flint, trenowany tak, by unikać powtarzalnych, przewidywalnych odpowiedzi typowych dla popularnych chatbotów.
👁 130 przeczytań
Australijski startup Springboards zbudował model językowy o nazwie Flint, wytrenowany tak, by na pytania otwarte odpowiadał w bardziej zróżnicowany sposób niż popularne chatboty. Twórcy chcą walczyć z efektem, który nazywają myśleniem stadnym dużych modeli językowych.
Problem widać w prostym teście: poproszone o losową liczbę od 1 do 10, ChatGPT, Claude i Gemini niemal zawsze podają 7. Poproszone o typ samochodu, sięgają po Toyotę lub Hondę; o hasło reklamowe dla butów New Balance - i ChatGPT, i Claude odpowiedziały identycznie: „Run your way”. Flint w tych samych testach podał liczbę 3,7916, wskazał Forda F-150 i zaproponował inne hasło.
„Większość modeli językowych walczy z halucynacjami. My je witamy z otwartymi ramionami” - mówi współzałożyciel i szef Springboards Pip Bingemann.
Zjawisko potwierdza opublikowane w listopadzie badanie „Artificial Hivemind”, nagrodzone za najlepszą pracę na konferencji NeurIPS. Autorzy poprosili 25 różnych modeli - amerykańskich, chińskich i open source - po 50 razy o metaforę czasu. Większość z 1250 odpowiedzi była wariantem „czas to rzeka” lub „czas to tkacz”. Naukowcy podejrzewają, że modele zbiegają się do podobnych odpowiedzi, bo trenuje się je w podobny sposób na podobnych danych do podobnych zadań.
Google · Twoje źródłaPromptowy wyżej w Twoim Google - jednym kliknięciemDodaj do preferowanych źródeł →Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →
Podobne tematy na Promptowym
