如何在部署之前评估通用目的人工智能模型的可靠性

文章预览

单击上方“ 图灵人工智能 ”，选择“星标”公众号 您想知道的人工智能干货，第一时间送达 如何在部署之前评估通用人工智能模型的可靠性 一种新技术使用户能够比较几个大型模型并选择最适合其任务的模型。 Adam Zewe   |   麻省理工学院新闻 发布日期 ： 2024 年 7 月 16 日 基础模型是大规模深度学习模型，已在大量通用、未标记的数据上进行了预训练。它们可应用于各种任务，例如生成图像或回答客户问题。 但这些模型是  ChatGPT  和 DALL-E 等强大人工智能工具的支柱，它们可能会提供错误或误导性的信息。在安全攸关的情况下，例如行人接近自动驾驶汽车，这些错误可能会造成严重后果。 为了帮助防止此类错误，麻省理工学院和麻省理工学院-IBM Watson AI 实验室的研究人员 开发了一种技术 ，用于在将基础模型部署到特定任务之前评估其可靠性 ………………………………