هوش مصنوعی
پژوهشگران با بررسی ۱۹۳۲ مسیر اجرا، ضعف‌های سامانه‌های Deep Research را دسته‌بندی کردند
پیش‌چاپی در arXiv از شناسایی ۹ دسته نقص تکرارشونده در سه سامانهٔ پژوهش عمیق خبر می‌دهد؛ نقص‌هایی که ممکن است در مراحل جست‌وجو و ترکیب شواهد به پاسخ نادرست بینجامند.
سامانه‌های Deep Research با تکیه بر مدل‌های زبانی بزرگ، پرسش‌های پیچیده را به زیرپرسش‌ها تقسیم می‌کنند، در وب جست‌وجوی تکرارشونده انجام می‌دهند و شواهد را برای پاسخ‌گویی ترکیب می‌کنند. پیش‌چاپی در arXiv می‌گوید تغییر در صورت‌بندی پرسش کاربر یا ورودی‌های جست‌وجوی میانی می‌تواند در مراحل بعدی انتشار یابد و بر درستی پاسخ اثر بگذارد.
پژوهشگران با بررسی تجربی ۱۹۳۲ مسیر اجرا در سه سامانهٔ نمایندهٔ Deep Research، ۹ دسته نقص تکرارشونده را در فرایند کار با زیرپرسش‌ها شناسایی کرده‌اند. به‌گفتهٔ نویسندگان، ارزیابی‌های پیشین بیشتر بر توانایی حل وظیفه یا مقاومت در برابر اختلال در شواهد بیرونی تمرکز داشته‌اند و ضعف‌های درونیِ خودِ فرایند اجرای این سامانه‌ها کمتر بررسی شده است.
چکیدهٔ در دسترس جزئیات دسته‌های نقص یا روش آزمون پیشنهادی را بیان نمی‌کند؛ بنابراین نمی‌توان از این داده‌ها دربارهٔ فراوانی هر نقص یا عملکرد سامانه‌های مشخص نتیجه‌گیری کرد.
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