محققان در یک مطالعه جدید، راهکار هوشمندانهای برای «کالیبراسیون عدم قطعیت» در مدلهای زبانی ارائه دادهاند. مشکل اصلی اینجاست که مدلهای هوش مصنوعی گاهی با تغییر لحن یا کلماتِ یک سوال (Prompt)، نتایج متفاوتی میدهند؛ این مقاله با ایجاد یک «نقشه معنایی» (Semantic Map)، خروجیهای زبانی را به احتمالهای دقیقتر و قابلاعتماد برای تصمیمگیریهای تخصصی (مانند تشخیصهای پزشکی یا تحلیلهای اقتصادی) تبدیل میکند.
این یعنی مدلها در آینده نهتنها پاسخ میدهند، بلکه میدانند چقدر نسبت به پاسخ خود اطمینان دارند که گامی بزرگ برای استفاده حرفهای از آنهاست. 🚀
منبع: arXiv NLP