Исследование, проведённое Тонг Ваном и К. Судхиром при участии докторанта Хэнгуанга Чжоу, показало, что генеративный ИИ даёт лучший и более надёжный контент, если он не просто копирует «победившие» заголовки, а пытается понять, почему они работают. Авторы отмечают риск обучения модели только на выигравших вариантах: это может привести к кликбейту и упору на поверхностные слова.
В качестве решения они предложили LLM, который генерирует конкурирующие гипотезы о причинах вовлечения, затем проверяет эти гипотезы на данных и выделяет верифицированные объяснения. Модель дообучали так, чтобы она максимально увеличивала вовлечение «по правильным причинам», а не за счёт сенсационных сигналов.
Для эксперимента использовали набор заголовков от Upworthy и проверяли качество заголовков с помощью модели скоринга, основанной на результатах A/B-тестов. В тестах с людьми новая модель выбиралась чаще, чем стандартные ИИ-заголовки и оригиналы.
Сложные слова
- генеративный — о системах ИИ, которые создают новый контент
- надёжный — устойчивый и точный в работе или результате
- кликбейт — заголовок, который привлекает читателей сенсациейкликбейту
- поверхностный — неглубокий, без детального понимания и подробностейповерхностные
- гипотеза — предположение о причине или эффектегипотезы
- верифицировать — проверять правильность или правдивость данныхверифицированные
- дообучать — добавлять данные, чтобы улучшить модельдообучали
- вовлечение — заинтересованность людей и их реакциявовлечения
- скоринг — оценка качества с помощью модели или числаскоринга
Подсказка: наведите, сфокусируйтесь или нажмите на выделенные слова, чтобы увидеть краткие определения прямо во время чтения или прослушивания.
Вопросы для обсуждения
- Насколько важно увеличивать вовлечение по правильным причинам, а не только получать клики? Объясните.
- Какие проблемы может вызвать кликбейт для читателей и для сайтов?
- Может ли метод с проверкой гипотез помочь улучшить другие тексты или рекламу? Почему?
Похожие статьи
Рецептор NR4A1 может объяснить защитный эффект кофе при старении
Исследование Texas A&M выявило, что рецептор NR4A1 реагирует на соединения из кофе, такие как кофейная кислота. В лабораторных моделях эти вещества уменьшали повреждение клеток и замедляли рост раковых клеток, а при удалении рецептора эффект исчезал.
Новые подходы к лечению фиброза: эпирегулин и путь EGFR–STAT1
Учёные из Yale School of Medicine нашли антитело против эпирегулина и выявили роль белка STAT1 в фиброзе. Оба открытия указывают на новые терапевтические направления против фибротических заболеваний кожи и внутренних органов.
