Oossa

پژوهشگران CARE را برای کاهش بازبینی انسانی در تصمیم‌های هوش مصنوعی معرفی کردند

بر اساس آزمایش‌ها روی داده‌های رانندگی، زبان و رباتیک، سامانه CARE نیاز به بازبینی انسانی را 25‑81% کاهش می‌دهد و ایمنی را حفظ می‌کند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

تیمی به سرپرستی چنیو ژانگ در مقاله‌ای که 6 اکتبر 2026 منتشر شد، CARE را معرفی کرد؛ روشی با نام کامل «اصلاح تطبیقی کالیبره‌شده و ارجاع» (calibrated adaptive rectification and escalation). این روش به مدل هوش مصنوعی اجازه می‌دهد فقط در صورت نیاز از انسان کمک بخواهد و سپس از بازخورد دریافتی برای بهبود پیش‌بینی‌های بعدی استفاده کند. آزمایش‌ها روی چهار مجموعه‌داده واقعی و حساس از نظر ایمنی نشان می‌دهد این روش ضمن حفظ ایمنی تصمیم‌ها، تعداد درخواست‌های کمک از انسان را در مقایسه با روش‌های موجود 25‑81% کاهش می‌دهد.

چرا مهم است

برای شرکت‌هایی که هوش مصنوعی را در حوزه‌های حساس از نظر ایمنی به کار می‌گیرند، CARE می‌تواند ضمن حفظ نظارت انسانی، هزینه نیروی کار را کاهش دهد.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.