पंक्षियों के झुंड से प्रेरित तरीका घटाए एआई त्रुटियाँ ^{CEFR B1}

न्यू यॉर्क यूनिवर्सिटी की एक टीम, जिसका नेतृत्व Anasse Bari ने किया और सह-लेखक Binxu Huang हैं, ने एक एल्गोरिदमिक फ्रेमवर्क पेश किया है जो बड़े भाषा मॉडल के लिए एक पूर्व-प्रसंस्करण कदम के रूप में काम करता है। यह फ्रेमवर्क दस्तावेज़-संक्षेपण में आम गलतियों, जिन्हें "hallucinations" कहा जाता है, को घटाने का लक्ष्य रखता है।

प्रक्रिया में पहले वाक्यों को साफ़ करके संज्ञा, क्रिया और विशेषण रखा जाता है और बहु-शब्दीय पदों को मर्ज किया जाता है। हर वाक्य को एक संख्यात्मक वेक्टर में बदला जाता है जो शब्द-संबंधी, अर्थगत और विषयगत विशेषताएँ जोड़ता है। वाक्यों को दस्तावेज-व्यापी केंद्रता, अनुभाग-स्तरीय महत्व और सार से संरेखण के आधार पर अंक मिलते हैं।

फिर झुंड-चाल संचलों—संगति, संरेखण और पृथक्करण—के ज़रिये वाक्य क्लस्टर बनते हैं, हर क्लस्टर में नेता उभरते हैं और केवल उच्चतम अंक वाले वाक्य चुने जाते हैं। चयनित वाक्य LLM को दिए जाते हैं और इससे बिना फ्रेमवर्क वाले मॉडल की तुलना में अधिक तथ्यात्मक सार मिले। यह शोध Frontiers in Artificial Intelligence में प्रकाशित हुआ है।