作者:Sebastian Farquhar 来源:《自然》 发布时间:2024/6/21 13:12:25
选择字号:
如何识破人工智能在一本正经地瞎编乱造

 

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。(来源:中国科学报 赵路)

相关论文信息:https://doi.org/10.1038/s41586-024-07421-0

 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
珠穆朗玛峰因何成为世界最高 极目卫星团队在伽马暴研究中取得重要进展
实践十九号卫星成功发射 科学网APP论文&基金最新活动来了
>>更多
 
一周新闻排行
 
编辑部推荐博文