محققان در تازهترین پژوهش خود، متد جدیدی به نام LaSEr-Edit معرفی کردند که به مدلهای زبانی اجازه میدهد بدون دسترسی به ساختار داخلی (Black-box)، متون را با دقت بسیار بالا و بر اساس محدودیتهای خاص ویرایش کنند.
این ابزار از مدلهای انرژیمحور (EBM) برای شناسایی دقیق خطاها استفاده میکند و میتواند عملکرد مدلهای هوش مصنوعی را در رعایت اصول اخلاقی و منطقی بهبود ببخشد. این یک گام مهم برای کنترل بهتر خروجیهای LLM است، بدون اینکه نیاز باشد مستقیماً به وزنهای مدل دسترسی داشته باشیم. 🚀
منبع: arXiv Machine Learning