تا حالا دقت کردید که مدلهای هوش مصنوعی گاهی در تبدیل نمودار به کد (Chart-to-Code) دچار توهم میشوند؟ محققان در این پژوهش جدید متوجه شدند مشکل اصلی اینجاست که مدلها سعی میکنند دادههای خام را “حدس” بزنند، در حالی که در نمودارها فقط برخی اطلاعات قابل مشاهدهاند.
آنها راهکار جدیدی به نام Observation-Aligned Supervision معرفی کردهاند که به جای حدس زدن دادههای غیرقابل بازیابی، مدل را آموزش میدهد تا دقیقاً روی مقادیرِ قابل مشاهده (مثل درصدها در نمودار دایرهای یا وزنِ ستونها در هیستوگرام) تمرکز کند. نتیجه؟ کدهایی که نه تنها دقیقترند، بلکه کمتر دچار “توهم” میشوند! یک گام مهم برای تحلیل بصری دقیقتر توسط مدلهای چندوجهی.
منبع: arXiv Machine Learning