jeudi, 23 mai 2024

Des chercheurs développent « Woodpecker » : une solution révolutionnaire au problème des hallucinations de l’IA

Un groupe de scientifiques experts en systèmes de l’Université des sciences et technologies de Chine (USTC) et du laboratoire Tencent YouTu ont établi un cadre ingénieux, créé sous le nom de « Woodpecker », développé pour corriger les hallucinations dans les conceptions multimodales de grands langages ( MLLM).

La dissertation décrivant cette technique révolutionnaire a été publiée sur le serveur de pré-impression arXiv, sous le titre « Woodpecker : Hallucination Correction for Multimodal Big Language Models. »

« L’hallucination est une grande ombre qui plane sur les modèles multimodaux de langage multimodal (MLLM) en évolution rapide, faisant référence au phénomène selon lequel le texte créé est irrégulier par rapport au contenu de l’image », gardent les scientifiques à l’esprit. dans leur journal. Les solutions existantes recourent généralement à une méthode de réglage des instructions qui nécessite de recycler les modèles avec des informations spécifiques, ce qui peut nécessiter beaucoup d’informations et de calculs.

Les 5 phases de la structure « Pic »

Woodpecker apporte un nouveau point de vue en introduisant une technique sans formation qui corrige les hallucinations du texte produit. Le cadre effectue une correction après un diagnostic approfondi, intégrant un total de cinq phases : extraction de concepts cruciaux, formule de préoccupation, reconnaissance de la compréhension visuelle, génération d’affirmations visuelles et correction des hallucinations.

Événement

IA Unleashed

Une soirée spéciale d’informations et de réseautage sur invitation uniquement, conçue pour les cadres supérieurs d’entreprise supervisant les piles de données et les techniques.

En savoir plus »J’aime

un pic

guérit les arbres, il sélectionne et remédie aux hallucinations à partir du texte généré « , ont précisé les scientifiques, décrivant la motivation derrière le nom du cadre. Chaque action en cours est claire et transparente, offrant une interprétabilité précieuse. Crédit : github.com Les étapes de Woodpecker

fonctionnent de manière cohérente pour confirmer et

corriger les éventuelles disparités entre le contenu de l’image et le texte généré. Premièrement, il détermine les principaux éléments mentionnés dans le texte. Ensuite, il pose des questions autour des objets extraits, comme leur nombre et leurs caractéristiques. Le cadre répond à ces questions en utilisant des conceptions expertes dans un processus appelé validation de la compréhension visuelle. Ensuite, il transforme les paires question-réponse en une base de connaissances visuelle composée d’affirmations au niveau de l’objet et au niveau des attributs concernant l’image. Enfin, Woodpecker personnalise les hallucinations et inclut les preuves correspondantes à l’aide de la base de connaissances visuelles. Les chercheurs ont publié le code source de Woodpecker, encourageant ainsi une plus grande exploration et application du cadre par la communauté plus large de l’IA. Pour ceux qui souhaitent découvrir les capacités de Woodpecker, les chercheurs ont proposé une démonstration interactive du système. Cette plateforme offre la possibilité de comprendre les opérations de Woodpecker en temps réel et d’observer ses capacités de correction des hallucinations. Quelle est l’efficacité de « Woodpecker » ? Une analyse complète L’équipe a mené des expériences quantitatives et qualitatives approfondies pour évaluer l’efficacité de Woodpecker,

en utilisant différents ensembles de données, notamment POPE, MME et LLaVA-QA90. « Sur les critères POPE, notre technique augmente considérablement la précision de la référence MiniGPT-4/mPLUG-Owl de 54,67 %/62 % à 85,33 %/86,33 % », ont-ils rapporté. Cette avancée intervient à un moment où l’IA est largement intégrée dans de nombreux secteurs. Les MLLM ont une large gamme d’applications, de la génération et de la modération de matériel au service client automatisé et à l’analyse des informations. Les hallucinations – où l’IA produit des détails non présents dans les informations d’entrée – ont en fait constitué un obstacle important à leur application pratique. Les progrès de Woodpecker représentent une étape essentielle dans la résolution de ce problème, ouvrant la voie à des systèmes d’IA plus fiables et plus précis.

À mesure que les MLLM continuent d’évoluer et de s’améliorer, la valeur de ces cadres pour garantir leur exactitude et leur précision. la fiabilité ne peut pas être surestimée. La structure Woodpecker, avec sa capacité à corriger les hallucinations sans recyclage et sa grande interprétabilité, promet de changer la donne dans le monde des MLLM.

Elle possède une immense capacité à améliorer considérablement la précision et la fiabilité des systèmes d’IA dans divers domaines. applications, ce qui en fait une évolution remarquable dans le domaine de l’intelligence artificielle. L’objectif de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur les technologies commerciales transformatrices et de négocier. Découvrez nos récapitulatifs.

Toute l’actualité en temps réel, est sur L’Entrepreneur

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici

xnxx sex download russianporntrends.com hardxxxpics saboten campus freehentai4u.com read manga porn rakhi sex photo ganstagirls.com nani sex video xxx indian girl video download elporno.mobi tamilauntycom bf hd video bf hd video porn555.me anyporn hd tamil beach sex erolenta.com xxx sex boy to boy bustyboobs pakistanixxxx.com nude sexy videos desi sex xvideos.com tubaka.mobi justdesi in free naked dance vegasmpegs.mobi eva grover desi ass lick eroanal.net 69 xvideo 4k xnxx thefuckingtube.com xxii roman numerals translation tamil nayanthara sex sexozavr.com indian porn videos tumblr كلبات سكس porn-arab.net نيك ف الكس y3df comics popsexy.net akhil wife hentai ahri wowhentai.net the sarashina bloodline