大語言模型的"胡謅"在業界被稱為"幻覺"，牛津大學電腦科學系的研究人員提出"語義熵"方法試圖解決這一問題。在熱力學中，熵描述的是系統的混亂或者說不穩定程度。這項研究中，熵衡量了大語言模型回答的不確定性，不確定性高意味著大語言模型的回答可能存在虛構。
該研究成果已發表在近期出版的英國《自然》雜誌上。論文中說，如果AI對同一個問題，給出了許多語義相似的答案，那說明它對自己的回答比較有把握；反之，如果答案五花八門，那就意味著AI自己也"心裡沒底"，很可能是在"胡謅"。
研究人員利用"語義熵"方法，讓大語言模型對同一問題生成多個答案，然後將語義相近的答案聚類，最後根據聚類結果計算熵值。熵值越高，表示大語言模型的回答越不確定。
值得注意的是，這一方法不僅考慮了大語言模型回答的字面差異，更關注語義層面的一致性。這使得"語義熵"能夠更準確地識別AI的"胡謅"，而不會被表達方式的多樣性所迷惑。
研究結果表明，"語義熵"方法在多個資料集和任務中都表現出色，能有效檢測大語言模型的錯誤回答，並通過拒絕回答不確定的問題來提高整體準確率。更重要的是，這一方法無需修改AI模型本身，可以直接應用于現有的大語言模型。
研究人員說，"語義熵"技術有望在問答系統、文本生成、機器翻譯等多個領域發揮重要作用，幫助AI生成更可靠、更有價值的內容。這不僅將提升AI在實際應用中的表現，也將增強使用者對AI系統的信任。
最新評論