- प्रायः AIQURATED घटनाहरू AI‑acurgens मा रिपोर्ट गरिन्छ। असंगत, र LLM सीमितताहरूका कारण डेटा हानि हुने खतरा
- कम्पनीले दानेदार, एकल-कार्य प्रम्प्टहरू, निश्चित स्रोत कागजातहरू, र विश्वसनीयता सुधार गर्न कडा ढाँचा नियमहरू सल्लाह दिन्छ
- रिपोर्टहरू बीचको क्रस-प्रदूषण एउटा चुनौती बनेको छ, प्रत्येक नयाँ घटना रिपोर्ट अनुसन्धानकर्ताहरूको लागि सिफारिस गर्ने नयाँ सत्रहरूबाट बच्न। त्रुटिहरू
Ai-Linkre” घटना रिपोर्टिङ।
कम्पनीले लामो-फार्म प्राविधिक सामग्री सिर्जना गर्न AI प्रयोग गर्नेहरूलाई “महत्वपूर्ण अशुद्धताहरू, असामान्य निष्कर्षहरू, र असंगत लेखन शैलीहरू” अपेक्षा गर्न चेतावनी दिएको छ, प्रायः ठूला भाषा मोडेलहरू (LLM) को सम्भावना-संचालित प्रकृतिको कारणले। data-render-type=”fte” data-skip=”dealsy” data-widget-type=”seasonal” class=”hawk-root”/>
“यी शब्दहरू अगाडि बढाउनुहोस् वा अर्को मोडलहरू राखेर dict गर्नुहोस्। उप-शब्द, एक अनुक्रममा, मोडेल तौल र प्रशिक्षण डेटामा आधारित,” सिस्को भन्छन् वा, द रेजिस्टरले यसलाई राख्दछ, “तिनीहरू अनिवार्य रूपमा एक फ्यान्सी स्वत: पूर्ण प्रणाली हुन् जसले शिक्षित अनुमानहरू बनाउँदछ।”
के काम गर्छ र के गर्दैन
एआई मूलतया केवल अर्को शब्दको भविष्यवाणी गरिरहेको हुनाले, यसले चार मुख्य समस्याहरू सिर्जना गर्दछ, सिस्को अनुसार:
- LLMs ले प्रत्येक नयाँ क्वेरीको लागि फरक डेटा प्रयोग गर्दछ, स्थिरता र मानकीकरणलाई चुनौती बनाउँछ
- एउटै डेटा साझा गरिए पनि, नतिजा सधैं थोरै फरक हुनेछ, जसमा कागजातीकरणको लागि अर्को संरचना र मानकीकरणको लागि फरक छ
- एआईले प्रायः मूल्यवान् डेटा खारेज गर्छ, नतिजा परिवर्तन गर्दै
- यसको मतलब एआई लामो-फार्म प्राविधिक रिपोर्टिङका लागि प्रयोग गर्न नसकिने होइन – यसको विपरीत। यसले उद्यमहरूलाई अझै धेरै डाटा बचत गर्न सक्छ, तर उपकरणलाई राम्रोसँग सेटअप र अप्टिमाइज गर्न आवश्यक छ।
चुनौती
सिस्को भन्छ कि एक राम्रो दृष्टिकोण भनेको एआईलाई “स्कल पोर्ट” मा विशेष ध्यान केन्द्रित गर्ने, विशेष निर्देशनहरू दिनु हो। रिपोर्ट”।
कम्पनीले यो पनि भन्यो कि एआई प्रतिवेदनका लागि आफ्नो स्रोत छनोट गर्न स्वतन्त्र हुनु हुँदैन तर यसको सट्टा विशिष्ट कागजातहरू दिनुपर्छ। अन्तमा, एआईसँग ढाँचा र शैलीको सम्बन्धमा स्पष्ट निर्देशनहरू हुनुपर्छ।
“हाम्रो गुणस्तर आश्वासन प्रक्रियामा नमूना रिपोर्टको अन्धो परीक्षणले समग्र लेखन गुणस्तरमा कुनै उल्लेखनीय कमी देखाएको छैन,” सिस्कोले भन्यो। class=”slice-container newsletter-inbodyContent-slice newsletterForm-articleInbodyContent-4xLGt7YyDL6HQLwbQvCh2i slice-container-newsletterForm”>
समीक्षक, व्यावसायिक सम्पादक, र व्यवस्थापन समीक्षक सबैले रिपोर्टको बारेमा प्रशंसात्मक टिप्पणीहरू गरे जब कि यो AI-उत्पन्न थियो भनेर अनजान थियो कि सहकर्मी समीक्षकले टिप्पणी गरे कि टाइप र व्याकरणीय त्रुटिहरूको घटना औसत रिपोर्टको तुलनामा धेरै कम थियो।”
सिस्कोले अर्को चुनौती पत्ता लगायो – जब AI लाई एकल सेशन रिपोर्टहरू एकल सेसन रिपोर्टहरू सम्पादन गर्न भनिन्छ। अर्को, “पहिलो रिपोर्ट उत्पन्न गर्न प्रयोग गरिएका नोटहरू परियोजनाको सन्दर्भ कागजातहरूबाट मेटाइए पनि।”
यस मुद्दाको बारेमा काम गर्न, अनुसन्धानकर्ताहरूले नयाँ सत्र सुरु गर्न र प्रत्येक नयाँ घटना रिपोर्टको लागि प्रम्प्टहरू पुन: प्रविष्ट गर्न सल्लाह दिए। id=”slice-container-person-4xLGt7YyDL6HQLwbQvCh2i-iiD7q8ZdHwJlfR2KwssCRWi60mP0yUJK” class=”स्लाइस-कन्टेनर व्यक्ति-रैपर person-4xLGt7YyDL6HQLwbQvCh2i-iiD7q8ZdHwJlfR2KwssCRWi60mP0yUJK स्लाइस-कन्टेनर-व्यक्ति”>
सबै बजेटका लागि उत्कृष्ट एन्टिभाइरस
Google समाचारमा TechRadar फलो गर्नुहोस् र हामीलाई रुचाइएको स्रोतको रूपमा थप्नुहोस्हाम्रो राय, विज्ञहरूका समाचारहरू प्राप्त गर्नका लागि। फिडहरू।