هوش مصنوعی
Google چارچوبی تعاملی برای تعریف دستهبندیهای سلیقهای در مدلهای تصویری معرفی کرد
Agile Deliberation با کمک یک چرخهٔ بهینهسازی مبتنی بر مدل زبانی بزرگ، کاربران را در روشنکردن مرزها و استثناهای دستهبندیهای مبهم همراهی میکند.
Google Research چارچوبی به نام Agile Deliberation معرفی کرده است که به کاربران کمک میکند دستهبندیهای سلیقهای را برای ساخت طبقهبندهای تصویری دقیقتر تعریف کنند. این چارچوب بهجای آنکه فرض کند مفهومهایی مانند «غذای سالم» یا «اثر هنری الهامبخش» از ابتدا تعریف روشن و ثابتی دارند، فرایند را گفتوگویی و تکرارشونده پیش میبرد: کاربران ابتدا زیردستهها را مشخص میکنند و سپس دربارهٔ نمونههای مرزی تصمیم میگیرند. یک چرخهٔ بهینهسازی مبتنی بر مدل زبانی بزرگ نیز در ساخت خودکار طبقهبندیکننده مشارکت دارد.
بهگفتهٔ پژوهشگران، روشهای معمول بر این فرض استوارند که برچسبزننده پیش از آغاز کار تعریف پایداری از دسته دارد؛ فرضی که برای موارد عینی مثل تابلوی ایست یا سگ نژاد گلدن رتریور مناسبتر است. اما در موضوعات ذهنی، مرزها ممکن است با فرهنگ، دیدگاههای شخصی یا سیاستهای در حال تغییر جابهجا شوند و افراد نیز اغلب فقط هنگام مواجهه با نمونههای واقعی به جزئیات و استثناهای مفهوم پی میبرند.
Agile Deliberation قرار است بهجای واداشتن کاربران به ارائهٔ برچسبهای قطعی از ابتدا، به آنها کمک کند تعریف خود را روشنتر کنند و ابهام را پیش از آموزش مدل کاهش دهند. Google Research میگوید کد و الگوریتمهای این چارچوب را برای جامعهٔ پژوهشی در GitHub متنباز کرده است.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درجشده تنظیم شدهاند؛ صحت مستقل همه ادعاها تضمین نمیشود.
منبع: Google Research — مشاهده منبع اصلی ↗
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده