Oossa

تکامل خودکار ابزارها، تحلیل داده‌لیک را بهبود می‌دهد

سامانه TEAL عملکرد تحلیلگرهای مبتنی بر مدل‌های زبانی بزرگ را در KramaBench و LakeQA، بدون برچسب‌گذاری انسانی، بهتر می‌کند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

پژوهشگران TEAL را معرفی کرده‌اند؛ روشی که به عامل‌های کدنویس اجازه می‌دهد هنگام پاسخ‌گویی به پرسش‌های مربوط به داده‌لیک، خودکار ابزارهای قابل‌استفادهٔ مجدد بسازند. دو عامل کمکی ابزارهایی پیشنهاد می‌کنند: یکی داده‌های خام را بررسی می‌کند و دیگری گام‌های عامل اصلی را زیر نظر می‌گیرد. ابزار فقط زمانی حفظ می‌شود که عامل اصلی بدون کار اضافی از آن استفاده کند و پاسخ همچنان سازگار بماند. این گروه همچنین TEAL‑Q را توسعه داده تا وقتی پرسش‌های واقعی کم هستند، پرسش‌های ساختگی تولید کند.

چرا مهم است

این پژوهش نشان می‌دهد عامل‌های تحلیل داده می‌توانند بدون برچسب‌های تهیه‌شده به‌دست انسان کارآمدتر شوند و هزینهٔ ساخت ابزارهای داده‌لیک را کاهش دهند.

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.