“doğruluk kontrol” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Müzakere Sanatını Öğreniyor: REPO Yöntemi ile İnsan Gibi İkna
Araştırmacılar, büyük dil modellerinin (LLM) çevrimiçi seyahat acentelerinde fiyat müzakeresi yapabilen etkili satış temsilcileri haline gelmesi için yeni bir eğitim yöntemi geliştirdi. REPO (Ödül-Destekli Politika Optimizasyonu) adlı bu yöntem, yapay zekâya hem insan benzeri davranmayı hem de katı kurallara uymayı öğretiyor. Sistem, duygusal değer anlayışı, prosedür uyumu ve sayısal doğruluk kontrolü gibi farklı ödül mekanizmalarını birleştiriyor. Uzman değerlendirmelerinde REPO yöntemi, sohbet kalitesini önemli ölçüde artırdı ve başarılı görüşme oranını yükseltti. Bu gelişme, yapay zekânın karmaşık iş süreçlerinde insan performansına yaklaşması açısından önemli bir adım.
Afrikanka dillerde yapay zeka destekli haber doğrulama sistemi geliştirildi
Araştırmacılar, Afrikanka dillerde yanlış bilgiyle mücadele etmek için özel bir yapay zeka sistemi geliştirdi. AfrIFact adlı bu sistem, on farklı Afrika dilinde ve İngilizcede haber doğrulama işlemi gerçekleştirebiliyor. Sistem, bilgi arama, kanıt toplama ve doğruluk kontrolü olmak üzere üç aşamada çalışıyor. Araştırma sonuçları, mevcut yapay zeka modellerinin farklı diller arasında bilgi arama konusunda yetersiz kaldığını ortaya koydu. Özellikle sağlık alanındaki belgelerin doğruluğunu kontrol etmek, kültürel ve haber içeriklerine göre daha zor olduğu belirlendi. Çalışma, az kaynaklı dillerde yanlış bilgi yayılımının önlenmesi açısından önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Ajanları Tablo Verilerindeki Yanlış Bilgileri Tespit Ediyor
Araştırmacılar, tablo halindeki verilerden yapılan iddiaların doğruluğunu kontrol etmek için yeni bir yapay zeka sistemi geliştirdi. MACE adlı sistem, üç özel ajan kullanarak dezenformasyonla mücadele ediyor. Planlayıcı ajan doğrulama stratejisini belirliyor, Uygulayıcı ajan hesaplamaları yapıyor, Doğrulayıcı ajan ise mantıksal tutarlılığı kontrol ediyor. Sistem, karmaşık eğitim süreçlerine ihtiyaç duymadan çalışıyor ve her adımda açıklanabilir sonuçlar üretiyor. Test edilen dört veri setinden ikisinde en iyi performansı sergileyen sistem, diğer ikisinde de mevcut en iyi modellerle eşdeğer başarı gösterdi.
Yalan haberlerin yayılmasını önlemek için yeni matematiksel model geliştirildi
Araştırmacılar, pandemi dönemlerinde yalan haberlerin nasıl yayıldığını ve nasıl durdurabileceğimizi anlamak için sofistike bir matematiksel model geliştirdi. Model, insanların bilgi işleme sürelerindeki gecikmeleri, toplumsal şüpheciliği ve doğruluk kontrolü mekanizmalarını dikkate alıyor. Stokastik gecikme dinamikleri kullanan sistem, sosyal etkileşimlerdeki rastgele dalgalanmaları da hesaba katıyor. Araştırma, bilgi kirliliği ile mücadelede zamanlamanın kritik önemini vurguluyor ve erken farkındalık kampanyaları ile hızlı doğrulama mekanizmalarının yanlış bilgilerin yayılmasını önemli ölçüde azaltabileceğini gösteriyor. Model, özellikle sağlık krizleri sırasında toplumun nasıl reaksiyon verdiğini anlamamıza yardımcı oluyor.
Yapay Zeka Karşıt Argümanlarla İçerik Denetimini Güçlendiriyor
Sosyal medya platformlarında yanlış bilginin yayılması büyük endişe yaratırken, X'in Topluluk Notları gibi kitle kaynaklı doğruluk kontrolü sistemleri öne çıkıyor. Ancak bu sistemler partizan önyargı ve doğrulama gecikmeleri gibi sorunlarla karşılaşıyor. Yeni bir araştırma, yapay zekanın destekleyici, nötr veya karşıt argümanlar sunarak içerik denetimini nasıl iyileştirebileceğini inceliyor. Sonuçlar, özellikle karşıt görüşlerin sunulduğu geri bildirimlerin not kalitesini en çok artırdığını gösteriyor. Bu bulgular, farklı bakış açılarının ve insan-yapay zeka iş birliğinin kolektif zekanın geliştirilmesindeki önemini vurguluyor.
Zaman Serisi Verilerle Gerçekleri Doğrulayan Yeni Yapay Zeka Sistemi
Araştırmacılar, sayısal ve zamansal verileri kullanarak haberlerin doğruluğunu kontrol edebilen yeni bir yapay zeka sistemi geliştirdi. TSVer adlı bu sistem, 41 farklı doğruluk kontrol kuruluşundan toplanan 304 gerçek dünya iddiasını ve 400 zaman serisi verisini içeren kapsamlı bir veri tabanına sahip. Sistem, özellikle istatistiksel grafiklerdeki trendleri analiz ederek iddiaların doğruluğunu değerlendirebiliyor. Bu teknoloji, yanlış bilgilerin hızla yayıldığı günümüzde büyük önem taşıyor çünkü sayısal kanıtlara dayalı iddiaları otomatik olarak kontrol edebiliyor. Geleneksel doğruluk kontrol sistemlerinin aksine, TSVer temporal mantık yürütme yaparak zaman içindeki değişimleri de hesaba katıyor.
Yapay Zeka Hukuk Dünyasında: Mahkeme Kararlarını Doğrulama Sistemi
Araştırmacılar, yapay zekanın hukuki iddiaları doğrulama konusundaki yeteneğini test etmek için CaseFacts adlı yeni bir veri seti geliştirdi. Bu sistem, günlük dilde ifade edilen hukuki iddiaları ABD Yüksek Mahkemesi kararlarıyla karşılaştırarak doğruluğunu test ediyor. 6.294 hukuki iddiayı içeren veri seti, desteklenen, çürütülen ve iptal edilen kararları kategorize ediyor. Mevcut yapay zeka sistemleri için oldukça zorlu olan bu test, hukukun dinamik yapısını ve karmaşık terminolojisini dikkate alıyor. Araştırma, günümüzün en gelişmiş dil modellerinin bile bu alanda zorlandığını gösteriyor.
Sosyal Medyadaki Dezenformasyonla Mücadelede Çok Modlu Yapay Zeka
Araştırmacılar, sosyal medyadaki dezenformasyonla mücadele için yeni bir yaklaşım geliştirdi. Günümüzde yanlış bilgiler sadece metinle değil, görsel ve metin kombinasyonuyla yayılıyor. Meme'ler, ekran görüntüleri ve fotoğrafların eşlik ettiği paylaşımlar, geleneksel doğruluk kontrolü yöntemlerini yetersiz kılıyor. Yeni çalışma, çok modlu büyük dil modellerinin sosyal medya içeriklerinden iddia çıkarma konusundaki performansını değerlendiriyor ve mevcut sistemlerin retorik niyet ile bağlamsal ipuçlarını anlama konusunda zorlandığını ortaya koyuyor. Bu sorunlara çözüm olarak geliştirilen MICE framework'ü, niyet-farkındalığı olan bir yaklaşım sunarak doğruluk kontrolü süreçlerini iyileştirmeyi hedefliyor.