AI“幻覺(jué)”的類(lèi)型、原因與應(yīng)對(duì)方法(3/3)——如何應(yīng)對(duì)AI“幻覺(jué)”

2 評(píng)論 2789 瀏覽 3 收藏 5 分鐘

在前面的文章中,我們已經(jīng)分享了AI幻覺(jué)的類(lèi)型,以及產(chǎn)生幻覺(jué)的原因,這篇文章,我們來(lái)說(shuō)一下應(yīng)對(duì)方法:如何解決AI幻覺(jué)的問(wèn)題。

在了解了AI“幻覺(jué)”產(chǎn)生的原因后,我們需要對(duì)其進(jìn)行有效的應(yīng)對(duì),以確保AI能夠有效地“為我們所用”。

首先,AI的研發(fā)團(tuán)隊(duì)是會(huì)持續(xù)地改善AI的“幻覺(jué)”問(wèn)題。其次,我們作為使用者,也是有一些手段和技巧來(lái)盡量避免AI產(chǎn)生“幻覺(jué)”問(wèn)題的。

對(duì)于AI研發(fā)團(tuán)隊(duì)來(lái)說(shuō):

  • 迭代優(yōu)化模型:研發(fā)團(tuán)隊(duì)會(huì)通過(guò)持續(xù)的模型迭代和優(yōu)化,來(lái)改善AI的理解和推理能力,減少AI“幻覺(jué)”。
  • 模型解釋性:研發(fā)團(tuán)隊(duì)可以使用模型解釋工具來(lái)解釋模型的預(yù)測(cè)結(jié)果,從而理解模型為何會(huì)產(chǎn)生“幻覺(jué)”,并據(jù)此優(yōu)化模型。
  • 更豐富的訓(xùn)練數(shù)據(jù):研發(fā)團(tuán)隊(duì)可以提供更多豐富且平衡的訓(xùn)練數(shù)據(jù),讓模型有更多元的視角和理解,以減少過(guò)度推斷或假設(shè)。
  • 用戶反饋:研發(fā)團(tuán)隊(duì)會(huì)通過(guò)收集用戶反饋,獲取模型“幻覺(jué)”現(xiàn)象的實(shí)際案例,并根據(jù)這些反饋進(jìn)行模型優(yōu)化。
  • 使用RAG控制內(nèi)容:相對(duì)于上面都是細(xì)水長(zhǎng)流的幾項(xiàng)手段,引入“RAG”可以取得立竿見(jiàn)影的效果。RAG(Retrieval Augmented Generation),即檢索增強(qiáng)生成,是指對(duì)大模型輸出進(jìn)行優(yōu)化,使其能夠在生成答案之前,引用訓(xùn)練數(shù)據(jù)來(lái)源之外的權(quán)威知識(shí)庫(kù)。RAG的作用類(lèi)似為大模型配備搜索引擎,相當(dāng)于讓大模型在“開(kāi)卷”而不是“閉卷”環(huán)境中做出反應(yīng)。

對(duì)于AI使用者來(lái)說(shuō):

  • 提升個(gè)人判斷力:不論是閱讀AI的回答還是處理其他信息,不盲目接收信息,保持批判性思維,提升自我判斷力并永遠(yuǎn)是第一位的。
  • 理解AI的局限性:了解AI當(dāng)前的技術(shù)發(fā)展程度和存在的問(wèn)題,不完全依賴它作為唯一信息來(lái)源,特別是在關(guān)鍵的決策當(dāng)中。
  • 優(yōu)化問(wèn)題提問(wèn)方式:通過(guò)使用更加明確和具體的提問(wèn)方式,以減少AI的過(guò)度推斷和假設(shè)。對(duì)問(wèn)題進(jìn)行細(xì)化,盡量避免讓AI進(jìn)行過(guò)多的揣測(cè)。(這里展開(kāi)來(lái)講就涉及到Prompt的編寫(xiě)問(wèn)題了,我們就留到另外的文章來(lái)解答吧。)
  • 重復(fù)或重新提問(wèn):如果對(duì)AI的回答有疑問(wèn)或不滿意,可以試著以不同的角度或方式,進(jìn)行重復(fù)或重新提問(wèn)。如果每次得到的答案都一致,那么AI的答案可能更可信。
  • 索取支持信息:在向AI尋求答案時(shí),可以要求AI提供答案的來(lái)源,這樣我們可以驗(yàn)證答案的準(zhǔn)確性。

總的來(lái)說(shuō),AI不是無(wú)所不能的,它有自己的局限性,AI“幻覺(jué)”是一個(gè)無(wú)法避免的存在。但只要我們持續(xù)學(xué)習(xí),掌握科學(xué)使用AI的方式方法,AI就能夠更好地為我們工作,成為我們的左膀右臂。

結(jié)語(yǔ)

到這里,我們已經(jīng)完整介紹了AI“幻覺(jué)”的類(lèi)型、成因與應(yīng)對(duì)方法了。接下來(lái)還有一份“番外篇”,我將針對(duì)國(guó)內(nèi)的主流AI大模型,進(jìn)行一輪“幻覺(jué)”橫向?qū)Ρ葌€(gè)人測(cè)評(píng)。那么,到底哪家產(chǎn)品表現(xiàn)最佳,我們下一篇文章來(lái)揭曉。

討論話題:你有哪些對(duì)應(yīng)AI“幻覺(jué)”的妙招?評(píng)論區(qū)里也分享一下吧。

注:由于本文預(yù)設(shè)讀者是AI零基礎(chǔ)人群,期望達(dá)到啟發(fā)作用。因此筆者會(huì)嘗試用盡量淺顯的語(yǔ)言來(lái)介紹,而在簡(jiǎn)化某個(gè)概念、原理的過(guò)程中,可能會(huì)丟失其完整性。這一點(diǎn)還請(qǐng)讀者注意。

作者:產(chǎn)品經(jīng)理崇生,公眾號(hào):崇生的黑板報(bào)

本文由 @產(chǎn)品經(jīng)理崇生 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載

題圖來(lái)自 unsplash,基于CC0協(xié)議

該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 本系列第二篇《AI“幻覺(jué)”的類(lèi)型、原因與應(yīng)對(duì)方法(2/3)——為什么會(huì)產(chǎn)生AI“幻覺(jué)”》回顧
    http://www.codemsi.com/share/6073096.html

    來(lái)自廣東 回復(fù)
  2. 本系列第一篇《AI“幻覺(jué)”的類(lèi)型、原因與應(yīng)對(duì)方法(1/3)——什么是AI“幻覺(jué)”》回顧
    http://www.codemsi.com/share/6073002.html

    來(lái)自廣東 回復(fù)