گوریلا: چگونه آموزش آگاه از بازیابی توهمات API در مدلهای زبانی بزرگ را از ۷۸٪ به ۱۱٪ کاهش میدهد
گ وریلا (Patil et al., NeurIPS 2024) یک مدل LLaMA 7B را با آموزش آگاه از بازیابی (RAT) بر روی مستندات API بازیابی شده تنظیم دقیق میکند و نرخ توهم را در مقایسه با GPT-4 از ۷۸٪ به ۱۱٪ کاهش میدهد. این موضوع پیامدهای مستقیمی برای عوامل هوش مصنوعی مالی دارد که در آنها نامهای حساب اشتباه یا علامتهای معکوس، به جای مزاحمت، خطاهای جدی در صحت دادهها محسوب میشوند.
