هوش مصنوعی
مدل TIGER-8B در آزمایش ترجیح پژوهشگران، ایده‌هایش را به GPT-4.1 ترجیح دادند
در مقایسه‌های دوتایی، سه پژوهشگرِ مدل‌زبانی در ۵۶٫۶ تا ۶۸٫۴ درصد موارد ایدهٔ تولیدشده با نسخهٔ متناسب TIGER-8B را انتخاب کردند؛ نمونهٔ انسانی نیز نتیجه‌ای مشابه داشت.
پیش‌چاپی در arXiv با معرفی TIGER، روشی برای تولید ایده‌های پژوهشی متناسب با سلیقهٔ فردی را بررسی می‌کند. در هر مقایسه، داور میان ایده‌ای از سیاست TIGER-8B متناسب با خودش و ایده‌ای از GPT-4.1 انتخاب می‌کرد. سه پژوهشگرِ مدل‌زبانی در هرکدام از ۷۶ مقایسه، ایدهٔ TIGER-8B را در ۵۶٫۶ تا ۶۸٫۴ درصد موارد برگزیدند.
در دو گروه انسانی گزارش‌شده، PhD1 ایدهٔ TIGER-8B را در ۱۹ مورد از ۳۰ جفت (۶۳٫۳ درصد) و PhD2 در ۱۷ مورد از ۳۰ جفت (۵۶٫۷ درصد) انتخاب کردند. همچنین هر شش مقایسهٔ مستقیم میان سیاست‌های مختلف به سود سیاست TIGER-8B متناسب با سلیقهٔ داور تمام شد، نه سیاستی که برای داور دیگری تنظیم شده بود.
نویسندگان این نتایج را مؤید استفاده از بازخورد ترجیحیِ فردی برای تولید ایده‌های پژوهشی متناسب می‌دانند. داده‌های چکیده به‌تنهایی دربارهٔ کیفیت ایده‌ها بیرون از این مقایسه‌ها نتیجه‌گیری قطعی نمی‌کنند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده