AIGC動態歡迎閱讀

原標題：博弈論讓 AI 更加正確、高效，LLM 與自己競爭
關鍵字：模型,語言,報告,生成器,游戲
文章來源：人工智能學家
內容字數：8291字

內容摘要：

來源：ScienceAI
編輯：綠羅
想象一下，你有一位朋友對同一問題給出了不同的答案，具體取決于你提問的方式。
「秘魯的首都是哪里？」會得到一個答案；「利馬是秘魯的首都嗎？」 會得到另一個。你可能會有點擔心你朋友的智力，而且你幾乎很難相信他們給出的任何答案。
這正是許多大型語言模型 (LLM) 正在發生的事，這些超強大的機器學習工具為 ChatGPT 和其他人工智能奇跡提供了動力。開放式的生成性問題會產生一個答案，而涉及必須在選項之間進行選擇的判別性問題，通常會產生不同的答案。麻省理工學院的博士生 Athul Paul Jacob 表示：「當同一個問題的措辭不同時，就會出現脫節。」
為了使語言模型的答案更加一致，并使模型整體更加可靠，Jacob 和他的同事設計了一個游戲，在這個游戲中，模型的兩種模式被驅使著去尋找他們能達成一致的答案。這個簡單的程序被稱為博弈（consensus game），讓 LLM 與自己競爭，使用博弈論工具來提高模型的準確性和內部一致性。
論文鏈接：https://openreview.net/forum?id=n9xeGcI4Yg
機器人公司 Field

原文鏈接：博弈論讓 AI 更加正確、高效，LLM 與自己競爭

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構