Швейцарские ученые разработали метод SIFT, который значительно улучшает точность ответов языковых моделей, таких как ChatGPT. Этот подход снижает двусмысленность ответов ИИ за счет интеллектуального выбора релевантной информации, что было описано в исследовании, опубликованном на arxiv.org.
В отличие от традиционного подхода, который фокусируется на нахождении ближайших по смыслу текстовых фрагментов, SIFT выбирает информацию, которая не просто повторяет известные факты, а дополняет контекст запроса. Это достигается через анализ векторных представлений слов, где учитывается не только их семантическая близость, но и взаимодополняемость. Например, если задать вопрос о возрасте и семье Роджера Федерера, обычная модель может сосредоточиться лишь на одном аспекте, тогда как SIFT найдет информацию как о возрасте, так и о детях.
Кроме того, метод помогает оптимизировать ресурсы, адаптируя объем вычислений под сложность задачи, что делает модель более эффективной. В тестах SIFT показал лучшие результаты по сравнению с существующими решениями, при этом имея в 40 раз меньший размер.
Метод SIFT также имеет потенциал для применения в других сферах, таких как медицина, где он может помочь определить ключевые показатели для диагностики заболеваний, а также в научных исследованиях и бизнес-аналитике.