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
12月13-14日，第15届中美绿色能源论坛在南京召开。论坛由中国电机工程学会、美中绿色能源促进会主办，以“碳中和实现路径与 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 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 由复旦大学发布的MOSS大模型一度引发关注，它背后的团队现在在关注哪方面的技术突破？ 12月2日，中国软件领域规模最大、影 ·“由于猫只在很短的时间内排出生物体，因此人类通过与它们一起生活的猫接触而感染弓形虫的机会相对较小。也就是 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， 。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