AI chatbots terkenal kerana menghasilkan penyelesaian yang berprasangka perkauman dengan kerap apabila menghadapi pelbagai soalan, dan banyak usaha penyelidikan telah menyasarkan masalah ini. Kini, kaedah latihan baharu sedia untuk menyelesaikan isu ini. Kaedah ini dikenali sebagai "deduplikasi adil" atau hanya "FairDeDup" dan datang sebagai hasil penyelidikan yang dijalankan oleh pasukan dari Adobe dan pelajar kedoktoran Kolej Kejuruteraan OSU Eric Slyman.
Set data penyahduplikasi yang digunakan dalam latihan AI terdiri daripada mengalih keluar maklumat berlebihan, sekali gus mengurangkan kos keseluruhan proses. Buat masa ini, data yang digunakan datang dari seluruh internet, jadi ia mengandungi idea dan tingkah laku yang tidak adil atau berat sebelah yang sering dicetuskan dan dikongsi oleh manusia dalam talian.
Menurut Slyman, "FairDeDup mengalih keluar data berlebihan sambil menggabungkan dimensi kepelbagaian yang boleh dikawal dan ditentukan manusia untuk mengurangkan berat sebelah. Pendekatan kami membolehkan latihan AI yang bukan sahaja menjimatkan kos dan tepat tetapi juga lebih adil." Senarai pendekatan berat sebelah yang diamalkan oleh chatbot AI hari ini termasuk pekerjaan, bangsa atau jantina, tetapi juga umur, geografi dan idea berkaitan budaya yang jelas tidak adil.
FairDeDup ialah versi yang lebih baik daripada kaedah terdahulu yang dikenali sebagai SemDeDup, yang sering memburukkan lagi berat sebelah sosial, walaupun ia terbukti sebagai penyelesaian yang kos efektif. Mereka yang berminat dalam bidang ini harus merebut Latihan Model AI Menguasai Kris Hermans: Panduan Komprehensif Untuk Menjadi Pakar Dalam Latihan Model AI, yang kini boleh didapati di Kindle pada harga $9.99 atau dalam versi paperback (untuk $44.07).
Bekerja Untuk NotebookcheckAdakah anda seorang techie yang tahu menulis? Kemudian sertai Pasukan kami! Dikehendaki:- Butiran Penulis Berita di siniAtas ialah kandungan terperinci Pendekatan latihan baharu bertujuan untuk mengurangkan berat sebelah sosial dalam AI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!