Peneliti dari Yale menguji metode agar model bahasa memahami alasan mengapa judul berita efektif. Mereka mengambil data judul yang diuji secara A/B oleh sebuah publikasi, lalu meminta model membuat hipotesis yang bersaing tentang penyebab keterlibatan pembaca.
Hipotesis itu diuji pada bagian besar data untuk melihat apakah dapat digeneralisasi. Sebuah model penilai yang dilatih sebelumnya memakai hasil uji A/B untuk mengukur kualitas judul selama evaluasi. Hipotesis yang tervalidasi dipakai untuk melatih ulang model agar menulis judul yang mendorong keterlibatan dengan alasan yang tepat.
Mereka juga menguji sistem baru dengan sekelompok orang yang menilai judul dari tiga sumber dan menemukan model baru lebih sering dipilih daripada model standar. Peneliti melihat bahwa model standar lebih sering memakai bahasa sensasional.
Kata-kata sulit
- metode — cara atau langkah untuk melakukan suatu pekerjaan
- hipotesis — ide atau dugaan yang perlu diuji
- menilai — membuat penilaian tentang kualitas atau nilai
- mengukur — menentukan ukuran atau tingkat sesuatu
- keterlibatan — partisipasi atau perhatian orang terhadap sesuatu
- sensasional — menggunakan bahasa berlebihan untuk menarik perhatian
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apakah menurut Anda penting model menulis judul yang mendorong keterlibatan dengan alasan yang tepat? Jelaskan pendapat Anda.
- Bagaimana Anda membedakan judul yang sensasional dan judul yang informatif saat membaca berita? Beri contoh singkat.
- Jika sebuah publikasi memakai model yang sering menulis judul sensasional, apa dampak yang mungkin terjadi pada pembaca?
Artikel terkait
Sensor Rumah dan AI Pantau Perubahan Kesehatan pada Pasien ALS
Tim di University of Missouri menguji sistem yang menggabungkan sensor rumah dan kecerdasan buatan untuk melacak perubahan fungsi sehari-hari pada pasien ALS. Tujuannya mendeteksi masalah lebih awal dan membantu tindakan klinis cepat.
Model Bahasa AI dan Pemahaman Dunia Nyata
Peneliti dari Brown University menguji apakah model bahasa AI bisa membedakan peristiwa yang umum, tidak mungkin, mustahil, atau tidak masuk akal. Mereka menggunakan metode untuk melihat keadaan internal model dan menemukan vektor plausibilitas yang sesuai dengan penilaian manusia.
