محققان در دستاوردی جالب، با استفاده از نظریه اندازهگیری و تحلیل فرکانسی، مدلی به نام «WavePhaseNet» معرفی کردند که به دنبال ریشهکنی توهم (Hallucination) در مدلهای زبانی بزرگ است.
🔹 نکته کلیدی: این مدل با استفاده از تبدیل فوریه (DFT)، اطلاعات معنایی را به باندهای فرکانسی تجزیه میکند. این کار باعث میشود مفاهیم کلی و جزئیات دقیق از هم جدا شده و مدل با کاهش ابعادِ هوشمندانه (از ۲۴ هزار به ۳ هزار بُعد)، ضمن حفظ کیفیت، از توهمات منطقی جلوگیری کند.
این یعنی احتملاً در آینده شاهد مدلهایی خواهیم بود که هم سریعتر هستند و هم بسیار دقیقتر و منطقیتر عمل میکنند! نظر شما چیست؟ آیا هوش مصنوعی بالاخره به «درک» واقعی نزدیک میشود؟
منبع: arXiv NLP