هوش مصنوعی
پژوهشگران روشی برای کمک به مدل‌های زبانی در انتخاب زمانِ پرسیدن سؤال معرفی کردند
پیش‌چاپی در arXiv می‌گوید مدل‌های زبانی بزرگ تمایل دارند پیش از رفع ابهام پاسخ قطعی بدهند؛ روش BACE در آزمون‌های پژوهش، تعداد مناسب پرسش‌های روشن‌کننده را بهتر از دو روش مقایسه‌شده انتخاب کرد.
رفع ابهام در گفت‌وگو گاهی به پرسیدن یک یا چند سؤال نیاز دارد؛ اما مدل‌های زبانی بزرگ (LLM) ممکن است به‌جای ادامهٔ پرس‌وجو، زودتر پاسخ قطعی بدهند. پژوهشگران در مقاله‌ای در arXiv مسئلهٔ «شفاف‌سازی راهبردی» را بررسی کرده‌اند: اینکه مدل در یک بازی ارجاعی چه زمانی سؤال بپرسد تا گزینه‌های ممکن محدود شود و مرجع موردنظر درست تشخیص داده شود.
آن‌ها محیطی کنترل‌شده بر پایهٔ مجموعه‌دادهٔ SIMMC 2.1 ساخته‌اند که تعداد سؤال‌های لازم برای رفع ابهام هر ارجاع را ثبت می‌کند. سپس رفتار مدل‌های پایه و روش‌های رایج پس‌آموزش را در انتخاب میان پرسیدن سؤال و پاسخ‌دادن سنجیده‌اند.
پژوهشگران همچنین BACE را معرفی کرده‌اند؛ روشی سبک برای انتخاب عمل که روی یک مدل زبانی ثابت کار می‌کند و باور مدل را هنگام تصمیم‌گیری دنبال می‌کند. بر اساس چکیدهٔ مقاله، BACE در انتخاب تعداد بهینهٔ پرسش‌های روشن‌کننده از روش‌های GRPO و ArCHer پایدارتر عمل کرده است. این مقاله پیش‌چاپ است و در نسخهٔ معرفی‌شده، کد و داده نیز ارائه شده‌اند.
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