دانشمندان به تازگی به سراغ مفاهیم پیچیده ریاضی و توپولوژی رفتهاند تا دقت و «قابلیت اطمینان» مدلهای زبانی بزرگ (LLM) را به سطح جدیدی برسانند. این رویکرد به جای تکیه صرف بر حجم داده، بر روی ساختار درونی و هندسی فضای اطلاعات مدل تمرکز دارد تا خروجیهای غیرقابل پیشبینی یا «توهمات» (Hallucinations) را به حداقل برساند.
این روش که در مقالات اخیر مورد توجه قرار گرفته، میتواند گام بزرگی برای استفاده از هوش مصنوعی در حوزههای حساس مثل پزشکی و سیستمهای مالی باشد که در آنها کوچکترین خطا پذیرفته نیست.
نظر شما چیست؟ آیا هوش مصنوعی با ابزارهای ریاضی دقیقتر به حقیقت نزدیکتر میشود؟
منبع: Hacker News AI