Fiabilidad por diseño: cuantificar y eliminar el riesgo de fabricación en LLM. De la IA generativa a la consultiva: un análisis comparativo en el ámbito jurídico y lecciones para bases de conocimiento de alto riesgo

Resumen:Este artículo examina cómo hacer que los modelos de lenguaje grandes sean confiables para el trabajo legal de alto riesgo mediante la reducción de las alucinaciones.

Leer más →

Comentarios desactivados en Fiabilidad por diseño: cuantificar y eliminar el riesgo de fabricación en LLM. De la IA generativa a la consultiva: un análisis comparativo en el ámbito jurídico y lecciones para bases de conocimiento de alto riesgo

Un formalismo de red tensorial para la IA neurosimbólica

Resumen:La unificación de los enfoques neuronal y simbólico de la inteligencia artificial sigue siendo un desafío central abierto. En este trabajo, introducimos un formalismo de red tensorial, que captura los principios de dispersión que se originan en los diferentes enfoques en las descomposiciones tensoriales.

Leer más →

Comentarios desactivados en Un formalismo de red tensorial para la IA neurosimbólica

No es el típico adulador: la naturaleza esquiva de la adulación en modelos de lenguaje grandes

Resumen: Proponemos una forma novedosa de evaluar la adulación de los LLM de una manera directa y neutral, mitigando diversas formas de sesgo incontrolado, ruido o lenguaje manipulador, inyectados deliberadamente en indicaciones en trabajos anteriores. Una novedad clave en nuestro enfoque es el uso de LLM-as-a-juez, evaluación de la adulación como un juego de suma cero en un entorno de apuestas.

Leer más →

Comentarios desactivados en No es el típico adulador: la naturaleza esquiva de la adulación en modelos de lenguaje grandes

Fin del contenido

No hay más páginas por cargar