Добавить в корзинуПозвонить
Найти в Дзене
ТАСС Наука

Созданы алгоритмы для проверки ИИ-систем на "галлюцинации"

МОСКВА, 12 февраля. /ТАСС/. Специалисты Московского государственного психолого-педагогического университета (МГППУ) разработали алгоритмы и программное обеспечение, помогающие эффективно выявлять у больших языковых моделей признаки "галлюцинаций" - правдоподобных, но при этом ложных ответов. Об этом сообщили ТАСС в пресс-службе вуза. "Ученые МГППУ разработали алгоритмы и ПО, позволяющие проверять корректность содержания ответов интеллектуальных ассистентов и генерировать запросы по заданной аннотации ответа, автоматизируя работу промпт-инженеров", - сообщили ТАСС в пресс-службе университета. Для проверки языковых моделей авторы предложили использовать два алгоритма: один решает задачу подбора запроса, другой - оценивает правдоподобность утверждений. В основу нового подхода заложено представление запросов и ответов как элементов специальных метрических пространств, в которых расстояния между текстами задаются через так называемое семантическое сходство. Количественные оценки различий ме

МОСКВА, 12 февраля. /ТАСС/. Специалисты Московского государственного психолого-педагогического университета (МГППУ) разработали алгоритмы и программное обеспечение, помогающие эффективно выявлять у больших языковых моделей признаки "галлюцинаций" - правдоподобных, но при этом ложных ответов. Об этом сообщили ТАСС в пресс-службе вуза.

"Ученые МГППУ разработали алгоритмы и ПО, позволяющие проверять корректность содержания ответов интеллектуальных ассистентов и генерировать запросы по заданной аннотации ответа, автоматизируя работу промпт-инженеров", - сообщили ТАСС в пресс-службе университета.

Для проверки языковых моделей авторы предложили использовать два алгоритма: один решает задачу подбора запроса, другой - оценивает правдоподобность утверждений.

В основу нового подхода заложено представление запросов и ответов как элементов специальных метрических пространств, в которых расстояния между текстами задаются через так называемое семантическое сходство. Количественные оценки различий между текстами позволяют формализовать их "смысловую близость" и применять методы статистического анализа, пояснили ТАСС в МГППУ.

Полученные результаты могут стать востребованными у программистов и математиков, работающих с большими языковыми моделями, считают авторы.