Calibrer l’incertitude des IA
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse.
Transcription avec les sources de chaque passage
Léna
De dix-sept à vingt-sept points : c’est la baisse de l’erreur de calibration mesurée par Truth AnChoring, ou T A C, sur trois jeux de questions-réponses et cinq modèles ouverts, selon AlphaSignal. La méthode convertit les scores d’incertitude bruts d’un modèle en probabilités estimant si ses réponses sont correctes, à partir d’exemples étiquetés. Les auteurs expliquent que ces scores décrivent le comportement du modèle, et que leur lien avec l’exactitude peut varier selon le modèle et le jeu de données. Leur étude, acceptée à Findings of E M N L P, porte sur des questions factuelles.
Une erreur ?
Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.
Signaler une erreurUn mot pour la rédaction ?
Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.