جيئن ته LLMs وڌيڪ طاقتور ٿي ويا آهن، hallucinations ثابت ٿي چڪا آهن سخت ضد کان بچڻ ڏکيو آهي. غلطيون پاپ اپ پڻ سمارٽ ماڊل ۾، ۽ جڏهن ته انهن غلطين کي پڪڙڻ جا طريقا آهن، صنعت اڃا تائين ان کي ڪرڻ جو بهترين طريقو ڳولي رهيو آهي.
شايد، جيڪو صرف 9 ملين ڊالر جي ٻج جي فنڊ ۾ اينڊريسن هورووٽز کان گڏ ڪيو، انهن غلطين کي پڪڙڻ لاء هڪ وڌيڪ سخت طريقو ٺاهڻ جي ڪوشش ڪري رهيو آهي.
جيئن باني پيٽر الياس (مٿي ڏنل تصوير) ان کي رکي ٿو، ڪمپني جو مقصد اهو آهي ته هو hallucinations ۽ سادي حقيقتن جي غلطين کي ڪڏهن به صارف تائين پهچڻ کان روڪيو، ۽ 99.99٪ جي درستگي حاصل ڪرڻ جو عام طور تي مقرري سسٽم ۾ عام آهي پر AI سان پهچڻ وڌيڪ ڏکيو آهي. جيئن ته اهو نڪتو، LLMs کي درستگي جي انهي سطح تي آڻڻ لاءِ AI انجنيئرنگ جي ڪيترن ئي بنيادي مفروضن تي ٻيهر غور ڪرڻ جي ضرورت آهي.
ممڪن طور تي پهريون پراڊڪٽ هڪ ڊيٽا سائنس جو اوزار آهي، جيڪو پيچيده ڊيٽا سيٽن مان تڪڙو جواب پيدا ڪرڻ لاءِ ٺهيل آهي. هر نتيجو هڪ حوالو ۽ هڪ آڊٽ پيچرو سان گڏ اچي ٿو ته اها ڪيئن ترقي ڪئي وئي، AI اوزارن جي وچ ۾ وڌندڙ عام رواج.
پر انهن خلاصن ۾ داخل ٿيڻ کان غلطيون رکڻ لاءِ هڪ وسيع هارنس سسٽم جي ضرورت آهي جنهن کي الياس بيان ڪري ٿو ”ڊيٽا سائنس ميچ سوٽ“. LLM جا فرسٽ پاس جوابن جي چڪاس ڪئي ويندي آهي هڪ مقرري جي تصديق ڪندڙ نظام جي خلاف، جيڪو ڪنهن به نتيجن کي واپس آڻيندو آهي جيڪو ڊيٽا سيٽ سان نه ملندو آهي. اهم طور تي، ايل ايل ايم کي صحيح ڪندڙ جي خلاف تربيت ڏني وئي آهي، ۽ سڄو سسٽم تيز ۽ صحيح جوابن لاء بهتر ڪيو ويو آهي، ڪمپني چيو.
”جيڪو اسان هن کي تعمير ڪرڻ سکيو اهو هو ته توهان جي هارنس انجنيئرنگ بهتر آهي، ماڊل اوترو ڪمزور ٿي سگهي ٿو،“ الياس چوي ٿو. "جيڪڏهن توهان ڪافي تناظر کي بهتر ڪري سگهو ٿا، ماڊل کي صحيح ڪم ڪرڻ لاء تمام گهڻو محنت ڪرڻ جي ضرورت ناهي. بنيادي طور تي، اهو مونجهاري کي گهٽائڻ ۾ هڪ مشق آهي."
انهي جي اجازت ڏئي ٿي شايد ڊيٽا سائنس جو اوزار تمام ننڍڙن ننڍڙن AI ماڊلز تي هلائڻ لاءِ. الياس جو چوڻ آهي ته موجوده ورزن هڪ ماڊل تي هلي رهيو آهي جيڪو ”فرنٽيئر ماڊلز جي ڀيٽ ۾ چار طبقو ڪمزور“ آهي، جنهن جو مطلب آهي ته اهو مقامي هارڊويئر تي هلائي سگهجي ٿو (يعني ڊيٽا سينٽر جي بدران ڊيسڪ ٽاپ ڪمپيوٽر)، جيڪو AI جي استعمال سان لاڳاپيل ٽوڪن جي وڏي رقم کي گھٽائي ٿو.
اهو هڪ خوش آئند خيال آهي هڪ وقت تي جڏهن ٽوڪن جا خرچ وڌي رهيا آهن ۽ ڪيترائي گراهڪ انهن جي AI بجيٽ جو جائزو وٺي رهيا آهن. ۽، الياس جو خيال ڊيٽا سائنس سان ختم نٿو ٿئي، جيئن ته ساڳئي انجڻ کي استعمال جي ڪيسن کي ڍڪڻ لاء وڌايو وڃي ٿو جهڙوڪ اڪائونٽنگ يا طبي خدمتون - جيئن الياس ان کي بيان ڪري ٿو، "ڪنهن به صحيح-حساس استعمال ڪيس."
”منهنجو خيال آهي ته اها واقعي دلچسپ آهي ته وڏين AI ليبز اڃا به اهو ڪرڻ جي ڪوشش نه ڪئي آهي ،“ الياس چوي ٿو. "انهن کي حوصلا افزائي نه ڪئي وئي آهي، ڇاڪاڻ ته اهي پئسا ڪمائيندا آهن وڌيڪ ڀيرا توهان کي ماڊل کي درست ڪرڻو آهي."
