新華社北京6月25日電 人工智能（AI）中廣泛使用的大語言模型不時出現(xiàn)的“一本正經(jīng)地胡謅”是其難以克服的問題。近日，英國牛津大學(xué)研究團隊開發(fā)出一種名為“語義熵”的新方法，有望大幅提升AI回答的可靠性。
5月30日，在瑞士日內(nèi)瓦舉行的2024年“人工智能造福人類全球峰會” 上，參會者和一個用于社會關(guān)懷的機器人互動。新華社記者連漪攝
大語言模型的“胡謅”在業(yè)界被稱為“幻覺”，牛津大學(xué)計算機科學(xué)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(xué)中，熵描述的是系統(tǒng)的混亂或者說不穩(wěn)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(gòu)。
該研究成果已發(fā)表在近期出版的英國《自然》雜志上。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“心里沒底”，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，然后將語義相近的答案聚類，最后根據(jù)聚類結(jié)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(guān)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(jié)果表明，“語義熵”方法在多個數(shù)據(jù)集和任務(wù)中都表現(xiàn)出色，能有效檢測大語言模型的錯誤回答，并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(yīng)用于現(xiàn)有的大語言模型。
研究人員說，“語義熵”技術(shù)有望在問答系統(tǒng)、文本生成、機器翻譯等多個領(lǐng)域發(fā)揮重要作用，幫助AI生成更可靠、更有價值的內(nèi)容。這不僅將提升AI在實際應(yīng)用中的表現(xiàn)，也將增強用戶對AI系統(tǒng)的信任。