超级对齐团队遗作两个大模型博弈一番输出更好懂了

  • 超级对齐团队遗作:两个大模型博弈一番,输出更好懂了

    超级对齐团队遗作:两个大模型博弈一番,输出更好懂了

    机器之心报道机器之心编辑部如果AI模型给的答案一点也看不懂,你敢用吗?随着机器学习系统在更重要的领域得到应用,证明为什么我们可以信任它们的输出,并明确何时不应信任它们,变得越来越重要。获得对复杂系统输出结果信任的一个可行方法是,要求系统对其输出产生一种解释,这种解释对人类或另一个受信任的系统来说是可读的,即可以完全理解以至于任何可能的错误都可以被发现。例如,为了建立对司法系统的信任,我们要求法院提供清晰易读的书面意见,解释并支持其决策。对于大型语言模型来说,我们也可以采用类似的方法。不过,在采用这种方法时,确保语言...

1

最近发表