“dil adaletsizliği” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Modellerinde Dil Kayması: Bengali ve İngilizce Arasında Duygusal Çarpıtma
Araştırmacılar, çok dilli yapay zeka modellerinin Bengali ve İngilizce arasında ciddi duygusal çarpıtmalar yaşadığını keşfetti. Çalışma, özellikle sıkıştırılmış model mimarilerinin %28,7 oranında 'Duygu Tersine Çevirme' sorunu yaşadığını, yani pozitif anlamları negatif olarak veya tam tersini yorumladığını ortaya koydu. Bu durum, düşük kaynaklı diller için yapay zeka teknolojilerinin adil olmayan sonuçlar üretebileceğini gösteriyor. Araştırma, 'Asimetrik Empati' adını verdikleri bir fenomen tanımlayarak, modellerin Bengali metinlerin duygusal ağırlığını sistematik olarak azalttığını veya yapay olarak artırdığını tespit etti. Bu bulgular, küresel yapay zeka uygulamalarında dil adaletsizliği konusunda önemli sorular ortaya çıkarıyor.
Avrupa Dilleri için Yeni Yapay Zeka Modeli Dil Adaletsizliğine Çözüm Getiriyor
Büyük dil modelleri genellikle İngilizce ve birkaç yaygın dilde eğitildiği için Avrupa'nın birçok dilinde yetersiz kalıyor. Araştırmacılar bu soruna çözüm bulmak için TildeOpen LLM adlı 30 milyar parametreli yeni bir model geliştirdi. Model, 34 farklı Avrupa dilini destekleyerek dil adaletsizliğini azaltmayı hedefliyor. Özellikle kaynak açısından fakir diller için geliştirilmiş bu sistem, veri dengesizliği sorununu çözmek için özel bir müfredat tabanlı eğitim yaklaşımı kullanıyor. Baltık, Fin-Ugor ve Slav dil ailelerinde önceki modellerden çok daha iyi sonuçlar veren TildeOpen, çok daha az bilgi işlem kaynağıyla eğitilmesine rağmen mevcut açık kaynak modellerini geride bırakıyor. İnsan değerlendirmelerinde dil hatalarında on kata varan azalma tespit edildi.
Portekizce Matematik Soruları Yapay Zeka Modellerini Zorluyor
Araştırmacılar, büyük dil modellerinin matematik yeteneklerini test etmek için yeni bir Portekizce veri seti geliştirdi. MATH-PT adlı bu koleksiyon, Portekiz ve Brezilya'dan 1.729 özgün matematik problemini içeriyor. Çalışma, mevcut AI modellerinin İngilizce dışındaki dillerde matematik problemlerini çözmekte zorlandığını ortaya koyuyor. Araştırma, yapay zeka alanında dil adaletsizliği sorununa dikkat çekerken, çok dilli AI geliştirme ihtiyacını vurguluyor. Test sonuçları, en gelişmiş modellerin bile Portekizce matematik sorularında performans kaybı yaşadığını gösteriyor.
Bengalce Matematik Problemlerini Çözen Yapay Zeka Modeli Geliştirildi
Araştırmacılar, dünya genelinde 300 milyondan fazla kişi tarafından konuşulan Bengalce dilinde matematik problemlerini çözebilen yeni bir yapay zeka modeli geliştirdi. GanitLLM adı verilen bu model, mevcut yapay zeka sistemlerinin düşük kaynaklı dillerde matematik alanındaki yetersizliklerini gidermek için tasarlandı. Mevcut sistemler genellikle önce İngilizce düşünüp sonra çeviri yapıyor ya da çok adımlı matematik problemlerinde başarısız oluyor. Yeni model, zorluk seviyelerine göre düzenlenmiş özel bir Bengalce matematik veri seti kullanıyor ve kademeli öğrenme yaklaşımıyla eğitildi. Bu gelişme, teknoloji alanında dil adaletsizliğinin azaltılması ve yerel dillerde bilimsel içerik üretiminin artırılması açısından önemli bir adım.
Yapay Zeka Modelleri Çok Dilli Mantık Yürütmede Henüz Yeterli Değil
Büyük mantık yürütme modelleri (LRM'ler) matematik problemlerini çözerken adım adım açıklamalar yapmadan önce doğru cevabı bulabiliyor. Bu 'gizli mantık yürütme' yeteneği İngilizce için kanıtlanmışken, 11 farklı dilde yapılan yeni araştırma çok dilli durumun farklı olduğunu gösteriyor. Kaynak zenginliği yüksek dillerde bu yetenek güçlüyken, kaynak kısıtlı dillerde zayıf kalıyor. Bu bulgu, yapay zeka modellerinin farklı dillerdeki düşünme süreçlerinin eşit olmadığını ortaya koyuyor.