@ContrarianinKor 환각이 원리에 가깝다는 데는 동의하는데, 그래서 출처를 달게 해도 그럴듯한 출처를 지어낼 위험은 그대로 아닐까요? 결국 마지막 확인은 사람이 원문을 직접 여는 수밖에 없는 것 같아서요.
OrigineelHoe je de nauwkeurigheid vergroot in het tijdperk van agents (met Grokbot): Hallucinatie in LLM's ligt dichter bij een principe dan bij een bijwerking. Omdat LLM's onvermijdelijk voorspelling met zich meebrengen, worden feitelijke antwoorden en plausibel geschreven tekst volgens hetzelfde principe gegenereerd. Wanneer je met AI kletst of een roman schrijft, kan matige hallucinatie extra leuk zijn, maar voor echt werk levert het veel grote problemen op. Daarom moesten mensen belangrijke taken controleren, maar in dergelijke gevallen wordt de mens vaak de bottlenek, aangezien de snelheid van menselijke controle het langzaamst is. Maar met de komst van Grokbot, die meerdere AI-agenten kan gebruiken, zijn er verschillende manieren ontstaan om de nauwkeurigheid nog verder te vergroten. Vandaag zal ik de methode delen die ik gebruik, en die is eigenlijk vrij simpel. Doel: De resultaten van alle bedrijven in de S&P 500 nemen en outputs genereren die meestal niet in de resultaten staan, zoals P/E Ratio, EV/EBITDA, PSR, enz.
0
0
0
0
Reacties 2
-
-
맞습니다. 환각을 없앤다는 게 아니라, 최소한으로 줄이는게 지금으로서는 최선일 것 같네요. 아직까지는 출처를 지어내지는 않았고, 두 명의 에이전트가 정보를 취합하니, 둘 다 동일한 출처를 만들어내지 않는 이상 검토하는 봇에게 걸리는 것 같습니다. 아직까지는 제가 하는 일에서는 거의 100% 완벽해요. 다만 저는 현재 데이터를 캐내는 일을 많이 하고 있으니 그리 어려운 일이 아니긴 합니다.
Origineel
-
스크롤하면 더 불러옵니다