Esploristoj ĉe Yale School of Management (Tong Wang kaj K. Sudhir kun antaŭdoktora kunlaboranto Hengguang Zhou) proponas metodon por fari generativan AI pli respondeca pri verkado de titoloj. Ili argumentas, ke simple trejni lingvomodelon per venkaj titoloj riskas krei clickbait, ĉar la modelo povus ekspluati surfacajn signalvortojn anstataŭ kompreni profundajn kialojn por alklakoj.
Por eviti tion, la teamo konstruis grandan lingvomodelon kiu unue generas konkurantajn hipotezojn pri kial unu titolo estas pli engaĝiga ol alia, kaj poste testas tiujn hipotezojn tra datumoj ĝis restas malgranda aro de validigitaj klarigoj. Ili uzis 23 000 titolojn ligitajn al 4 500 artikoloj de Upworthy kaj inkludis klak‑traajn rapidecojn en la trejnadon. Dum taksado uzis ankaŭ antaŭtrejnitan taksadan modelon bazitan sur Upworthy‑A/B‑testoj por mezuri titolajn kvalitojn.
Post eltiri la validigitajn hipotezojn, la LLM estis fajneĝustigita por verki titolojn kiuj maksimumigas engaĝon por la ĝustaj motivoj anstataŭ per mallerta ekspluatado de sensaciaj vortoj. Homaj taksantoj komparis originalajn Upworthy‑titolojn, normajn AI‑titolojn kaj titolojn de la nova kadro; homaj kaj normaj AI‑titoloj estis elektitaj ĉirkaŭ 30% da la tempo, sed la nova modelo ricevis 44% de la elektoj. Analizo montris, ke la norma AI pli ofte fidas je sensacia lingvo.
La esploristoj vidas praktikan aplikaĵon en personecigita AI‑trejnado por klientaj servagantoj, kie sistemo povus revi interagojn, proponi hipotezojn pri tio, kio funkcias, validigi ilin kaj oferti konsilojn. Ili rimarkas ankaŭ, ke enigoj ne bezonas esti nur teksto; ili povus inkludi aŭdon aŭ bildajn datumojn. La konkludo estas, ke scio‑gvidata AI povas samtempe plibonigi enhavon kaj fari sistemojn pli respondeblaj kaj fidindaj (Source: Yale).
Malfacilaj vortoj
- lingvomodelo — komputila modelo kiu prilaboras lingvonlingvomodelon
- hipotezo — supozo pri kial io funkcias aŭ okazashipotezojn
- validigi — montri per datumoj ke io estas ĝustavalidigitaj
- fajneĝustigi — ĝustigi modelon laŭ specifaj taskaj datumojfajneĝustigita
- engaĝo — klakoj, legado aŭ alia uzanta interagoengaĝon
- sensacia — forte atentiga aŭ tro ekscita lingvouzosensaciaj
- ekspluati — uzi ion por avantaĝo senkonsidere
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Kiaj povas esti la etikaj avantaĝoj kaj riskoj kiam AI verkas titolojn uzante validigitajn hipotezojn?
- Kiel inkludo de aŭdo aŭ bildaj datumoj povus ŝanĝi la kvaliton de la proponitaj klarigoj kaj titolojn?
- Kiuj praktikalaj defioj ekzistus por apliki ĉi tiun aliron en grandaj novaĵplatformoj?
