آیا تا به حال فکر کردهاید که مدلهای زبانی چطور در مکالمات طولانی به یاد میآورند که اطلاعات را از کجا آوردهاند؟ محققان بهتازگی فریمورک جدیدی به نام «Tokengeist» معرفی کردهاند که انقلابی در «ردیابی منشأ اطلاعات» (Attribution) ایجاد میکند.
در مدلهای فعلی، وقتی مکالمه طولانی میشود، هوش مصنوعی در درک وابستگیهای چندمرحلهای دچار مشکل شده و اطلاعات کلیدی را گم میکند. توکنگایست با استفاده از روشی مبتنی بر گراف، مسیر استدلال مدل را به صورت بازگشتی بررسی کرده و دقت ردیابی منابع را از ۲۰٪ به ۹۰٪ افزایش میدهد! این یعنی مدلهای هوش مصنوعی در آینده میتوانند بسیار دقیقتر و منطقیتر به سؤالات پیچیده ما پاسخ دهند. 🧠💡
منبع: arXiv NLP



