Springboards บริษัทสตาร์ทอัพจากออสเตรเลีย ได้เปิดตัวโมเดล LLM ชื่อ Flint เพื่อแก้ปัญหาการตอบซ้ำซ้อนใน Large Language Models โดยโมเดลนี้ฝึกให้สร้างคำตอบที่หลากหลายมากขึ้น แทนที่จะเลือกคำตอบที่เป็นที่รู้จักมากเกินไป เช่น การตอบ '7' ทุกครั้งเมื่อถูกถามให้เลือกตัวเลขสุ่มระหว่าง 1-10 ซึ่งเป็นข้อบกพร่องที่พบในโมเดล AI ทั่วไป ทั้งนี้ Flint ถูกออกแบบมาเพื่อใช้งานในด้านการวางแผนหรือการคิดสร้างสรรค์ที่ต้องการความหลากหลายของคำตอบ แทนที่จะตอบตามรูปแบบที่ถูกฝึกมา Springboards ระบุว่าการฝึกโมเดล Flint ใช้เทคนิคที่เน้นการหลีกเลี่ยงการตอบแบบซ้ำซ้อน ซึ่งแตกต่างจากโมเดลอื่นที่มักตอบตามรูปแบบที่มีอยู่เดิม ข้อดีของโมเดลนี้คือสามารถปรับปรุงประสิทธิภาพในการสร้างคำตอบที่ไม่ซ้ำซ้อนและมีความคิดสร้างสรรค์ ซึ่งเหมาะสำหรับการใช้งานในด้านการตลาดและงานวิจัย
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว