史丹佛大學的研究人員推出了WikiChat，這是一種先進的聊天機器人系統，利用維基百科數據顯著提高聊天的準確性由大型語言模型（LLM）產生的回應。這項創新解決了幻覺的固有問題——虛假或不準確的資訊——通常與 GPT-4 等法學碩士相關。
應對法學碩士的幻覺挑戰
法學碩士儘管日益成熟，但常常難以保持事實的準確性，尤其是在應對最近發生的事件或事件時不太熱門的話題。 WikiChat 旨在透過與維基百科的整合來減輕這些限制。史丹佛大學的研究人員已經證明，他們的方法導致聊天機器人幾乎不會產生幻覺，標誌著該領域的重大進步。
WikiChat 的技術基礎
WikiChat 在七階段管道上運行，以確保其響應的事實準確性。這些階段包括：
- 從 Wikipedia 資料產生查詢。
- 匯總和過濾檢索到的段落。
- 從 LLM 產生回應。
- 從 LLM 回復中提取陳述。
- 使用檢索到的證據對這些陳述進行事實核查。
- 起草回應。
- 完善回應。
這種綜合方法不僅提高了回复的事實正確性，還解決了相關性、信息性等其他品質指標、自然性、非重複性和時間正確性。
與GPT-4 的表現比較
在基準測試中，WikiChat 表現出了驚人的97.3% 的事實準確性，顯著優於GPT-4（GPT-4 的得分）只有66.1%。這種差距在「最近」和「尾部」等知識子集中更為明顯，凸顯了 WikiChat 在處理最新和非主流資訊方面的有效性。此外，WikiChat 的最佳化使其在事實正確性和其他品質指標方面優於 Atlas 等最先進的檢索增強生成 (RAG) 模型 8.5%。
潛能與可近性
WikiChat is compatible with various LLMs and can be accessed via platforms like Azure, openai.com, or Together .人工智慧.它還可以在本地託管，提供部署靈活性。為了進行測試和評估，該系統包括一個用戶模擬器和一個線上演示，使其可以進行更廣泛的實驗和使用。
結論
WikiChat 的出現標誌著人工智慧聊天機器人發展的一個重要里程碑。透過解決法學碩士幻覺的關鍵問題，史丹佛大學的WikiChat 不僅增強了人工智慧驅動對話的可靠性，也為數位領域更準確、更值得信賴的互動鋪平了道路。