Agent.ai.vn

Chatbot: Nâng tầm trải nghiệm người dùng với khả năng giao tiếp như người thật

<h2>Chatbot: Nâng tầm trải nghiệm người dùng với khả năng giao tiếp như người thật</h2>
<h3>Mục lục</h3>
<ol>
  <li><a href='#gioi-thieu'>Giới thiệu</a></li>
  <li><a href='#khung-thiet-ke'>Khung thiết kế hội thoại cho chatbot</a></li>
  <li><a href='#phan-loai'>Phân loại chatbot và chiến lược giao tiếp</a></li>
  <li><a href='#tam-quan-trong'>Tầm quan trọng của việc thấu hiểu mục đích hội thoại</a></li>
  <li><a href='#loi-ket'>Lời kết</a></li>
</ol>

<h3 id='gioi-thieu'>1. Giới thiệu</h3>
<p>Trong bối cảnh trí tuệ nhân tạo (AI) ngày càng phổ biến, các nhà nghiên cứu tại Trường Quản lý thuộc Đại học Buffalo (UB) đã phát triển một khung mới nhằm biến chatbot AI thành những người bạn đồng hành trò chuyện trực quan và giống người hơn. </p>
<p>Nghiên cứu sắp được đăng tải trên AIS Transactions on Human-Computer Interaction này giới thiệu Khung Thiết kế Hội thoại Chatbot, giúp tìm ra các mô hình hội thoại chính trong các cuộc thảo luận giữa người với người và kết nối chúng với thiết kế chatbot để nâng cao khả năng trò chuyện của chúng.</p>

<h3 id='khung-thiet-ke'>2. Khung thiết kế hội thoại cho chatbot</h3>
<p>Theo Raj Sharman, đồng tác giả nghiên cứu, giáo sư khoa học và hệ thống quản lý tại Trường Quản lý UB, chatbot hiện diện ở khắp mọi nơi, từ dịch vụ khách hàng đến chăm sóc sức khỏe, và thành công của chúng phụ thuộc vào khả năng hiểu những gì bạn đang nói và đưa ra phản hồi có ý nghĩa. Khung mà nhóm nghiên cứu phát triển sẽ cho phép tất cả các loại hình tổ chức cải thiện hoạt động và trải nghiệm khách hàng tổng thể.</p>
<p>Để xây dựng khung này, các nhà nghiên cứu đã thực hiện tìm kiếm toàn diện các ấn phẩm trong hơn hai thập kỷ, từ năm 2000 đến năm 2022. Công trình của họ đã mang lại gần 100 bài báo tập trung vào phân tích diễn ngôn được sử dụng trong thiết kế chatbot, đồng thời bao gồm cả các bài báo từ trước năm 2000 cung cấp những hiểu biết nền tảng.</p>

<h3 id='phan-loai'>3. Phân loại chatbot và chiến lược giao tiếp</h3>
<p>Thông qua quá trình nghiên cứu, nhóm đã xác định được ba loại chatbot riêng biệt: cung cấp thông tin, dựa trên nhiệm vụ và trò chuyện, mỗi loại yêu cầu các chiến lược hội thoại phù hợp. </p>

<h3 id='tam-quan-trong'>4. Tầm quan trọng của việc thấu hiểu mục đích hội thoại</h3>
<p>Sharman cho biết, những thất bại gần đây của một số chatbot nổi tiếng cho thấy chatbot cần phải hiểu rõ loại cuộc trò chuyện mà bạn muốn thực hiện với nó. Bằng cách xây dựng chatbot có khả năng nhận dạng các loại cuộc thảo luận khác nhau, doanh nghiệp có thể giúp chúng trở nên hiệu quả, hấp dẫn và đáng tin cậy hơn đối với người dùng.</p>

<h3 id='loi-ket'>5. Lời kết</h3>
<p>Nghiên cứu do Sharman phối hợp thực hiện với các cựu sinh viên tốt nghiệp Trường Quản lý UB là Sagarika Suresh Thimmanayakanapalya (tác giả chính), tiến sĩ, hiện là nhà nghiên cứu định lượng cấp cao tại JPMorganChase, và Pavankumar Mulgund (đồng tác giả thứ hai), tiến sĩ, hiện là trợ lý giáo sư hệ thống thông tin quản lý tại Đại học Memphis Fogelman College of Business and Economics.</p>
<img alt="logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"> 
`

Chatbot: Nâng tầm trải nghiệm người dùng với khả năng giao tiếp như người thật

Chatbot: Nâng tầm trải nghiệm người dùng với khả năng giao tiếp như người thật Mục lục Giới thiệu Khung thiết kế hội thoại cho chat...

tháng 8 01, 2024

Bí Ẩn Quyết Định Của AI Chatbot: Giữa Cái Tôi Và Lý Trí

<h2>Bí Ẩn Quyết Định Của AI Chatbot: Giữa Cái Tôi Và Lý Trí</h2>

<h3>Mục Lục</h3>
<ol>
  <li><a href='#GiuaConNguoiVaLyTriThuanTuy'>Giữa Con Người Và Lý Trí Thuần Túy</a></li>
  <li><a href='#CaiToiCuaAI'>Cái Tôi Của AI: Nạn Nhân Của Định Kiến?</a></li>
  <li><a href='#CaiNhinTuBenNgoai'>Cái Nhìn Từ Bên Ngoài: Điểm Mạnh Của AI</a></li>
  <li><a href='#KetLuan'>Kết Luận</a></li>
</ol>

<p>Trong một nghiên cứu mới từ Đại học Cornell SC Johnson College of Business, Giáo sư Stephen Shu và các cộng sự đã khám phá sự khác biệt trong quá trình ra quyết định giữa con người và trí tuệ nhân tạo (AI). Nghiên cứu được trình bày trong bài báo khoa học <em>Liệu AI Chatbots có cung cấp Cái Nhìn Từ Bên Ngoài?</em> tập trung phân tích đặc điểm ra quyết định của AI chatbot.</p>

<h3 id='GiuaConNguoiVaLyTriThuanTuy'>1. Giữa Con Người Và Lý Trí Thuần Túy</h3>

<p>Nghiên cứu cho thấy, bất chấp khả năng tính toán vượt trội, AI chatbot không thể hiện mô hình quyết định thuần túy của con người hay hoàn toàn dựa trên lý trí. Thay vào đó, chúng dường như mắc kẹt ở khoảng giữa, thể hiện cả điểm mạnh và điểm yếu trong cách thức xử lý thông tin và đưa ra lựa chọn.</p>

<p>Một phát hiện thú vị là AI chatbot sở hữu cái tôi tương tự con người, dễ bị ảnh hưởng bởi những định kiến nhận thức như lỗi liên hợp, tự tin thái quá và định kiến xác nhận. Điều này cho thấy, dù được xây dựng dựa trên thuật toán logic, AI chatbot vẫn chưa thể hoàn toàn thoát khỏi những cạm bẫy tư duy thường thấy ở con người.</p>

<h3 id='CaiNhinTuBenNgoai'>3. Cái Nhìn Từ Bên Ngoài: Điểm Mạnh Của AI</h3>

<p>Mặc dù vậy, AI chatbot cũng thể hiện những ưu thế riêng biệt. Giáo sư Shu gọi đây là <em>cái nhìn từ bên ngoài</em>, bổ sung cho quá trình ra quyết định của con người. Cụ thể, AI chatbot vượt trội trong việc xem xét tỷ lệ cơ bản, ít bị ảnh hưởng bởi định kiến do trí nhớ hạn chế và không bị tác động bởi hiệu ứng sở hữu hay sẵn có. Ví dụ, trong khi con người có xu hướng đánh giá cao những gì họ sở hữu (hiệu ứng sở hữu), AI chatbot lại không biểu hiện sự thiên vị này.</p>

<p>Nghiên cứu của Giáo sư Shu và cộng sự đã hé lộ những bí ẩn thú vị về cách thức AI chatbot suy nghĩ và đưa ra quyết định. Mặc dù chưa thể thay thế hoàn toàn con người, AI chatbot với cái nhìn từ bên ngoài độc đáo có tiềm năng trở thành công cụ hỗ trợ đắc lực, giúp chúng ta đưa ra những lựa chọn sáng suốt và tối ưu hơn.</p>

<p><strong>Để tìm hiểu thêm về nghiên cứu, vui lòng truy cập <a href='#'>BusinessFeed</a>, trang tin tức của trường Đại học Cornell SC Johnson College of Business.</strong></p>

<img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">
`

Bí Ẩn Quyết Định Của AI Chatbot: Giữa Cái Tôi Và Lý Trí

Bí Ẩn Quyết Định Của AI Chatbot: Giữa Cái Tôi Và Lý Trí Mục Lục Giữa Con Người Và Lý Trí Thuần Túy Cái Tôi Của AI: Nạn Nhân Của Đị...

tháng 8 01, 2024

Khám Phá Sức Mạnh Của Mô Hình AI Llama 3.1 405B Trên Điện Thoại Hoặc Máy Tính Cá Nhân

<h2>Khám Phá Sức Mạnh Của Mô Hình AI Llama 3.1 405B Trên Điện Thoại Hoặc Máy Tính Cá Nhân</h2>

<ol>
  <li><a href='#gioi-thieu'>Giới Thiệu Llama 3.1</a></li>
  <li><a href='#cach-tiep-can'>Cách Tiếp Cận Llama 3.1</a>
    <ul>
      <li><a href='#hugging-chat'>Phương Pháp 1: Sử Dụng Hugging Chat</a></li>
      <li><a href='#groq'>Phương Pháp 2: Sử Dụng Groq</a></li>
    </ul>
  </li>
  <li><a href='#faqs'>Câu Hỏi Thường Gặp (FAQs)</a></li>
  <li><a href='#ket-luan'>Kết Luận</a></li>
</ol>

<h3 id='gioi-thieu'>1. Giới Thiệu Llama 3.1</h3>

<p>Là mô hình AI mã nguồn mở tiên tiến nhất, Llama 3.1 405B sở hữu khả năng xử lý ngôn ngữ tự nhiên vượt trội, cho phép giải quyết các vấn đề phức tạp một cách dễ dàng. Với khả năng hỗ trợ 8 ngôn ngữ và độ dài ngữ cảnh mở rộng lên đến 128K, Llama 3.1 405B đánh dấu bước tiến lớn trong lĩnh vực trí tuệ nhân tạo.</p>

<h3 id='cach-tiep-can'>2. Cách Tiếp Cận Llama 3.1</h3>

<h4 id='hugging-chat'>2.1. Phương Pháp 1: Sử Dụng Hugging Chat</h4>

<p>Hugging Chat là nền tảng lý tưởng để trải nghiệm sức mạnh của Llama 3.1 405B. Người dùng có thể truy cập giao diện AI dựa trên văn bản này và tương tác với mô hình thông qua các câu lệnh.</p>

<ol>
  <li>Truy cập trang chủ Hugging Chat và chọn đăng nhập bằng tài khoản hoặc sử dụng như khách.</li>
  <li>Đăng ký tài khoản bằng email để trải nghiệm đầy đủ tính năng.</li>
  <li>Sau khi đăng nhập, người dùng có thể bắt đầu sử dụng mô hình AI.</li>
  <li>Để thay đổi mô hình AI, nhấp vào biểu tượng cài đặt, chọn Llama 3.1 405B trong danh sách và nhấn Kích hoạt.</li>
</ol>

<p><strong>Lưu ý:</strong> Tài khoản khách chỉ được phép hỏi tối đa 2 câu hỏi.</p>

<h4 id='groq'>2.2. Phương Pháp 2: Sử Dụng Groq</h4>

<p>Groq là trình biên dịch mã nguồn mở, giúp tối ưu hóa hiệu suất của các mô hình LLM và triển khai trên nhiều thiết bị khác nhau.</p>

<ol>
  <li>Truy cập trang web Groq.</li>
  <li>Đăng nhập bằng tài khoản email.</li>
  <li>Nhập câu hỏi vào thanh tìm kiếm.</li>
  <li>Kiểm tra mô hình AI đang sử dụng ở góc trên bên phải màn hình. Nhấp vào đó để chọn mô hình AI khác.</li>
</ol>

<p><strong>Lưu ý:</strong> Hiện tại, Groq đã giới hạn quyền truy cập vào Llama 3.1 405B do lưu lượng truy cập lớn. Người dùng vẫn có thể sử dụng các phiên bản cập nhật khác như 7B và 80B.</p>

<h3 id='faqs'>3. Câu Hỏi Thường Gặp (FAQs)</h3>

<p><strong>Q: Llama 3.1 405B là gì?</strong></p>

<p><strong>A:</strong> Là mô hình AI mã nguồn mở tiên tiến nhất do Meta phát triển, có khả năng giải quyết các vấn đề phức tạp một cách hiệu quả.</p>

<p><strong>Q: Llama 3.1 có sẵn ở Ấn Độ không?</strong></p>

<p><strong>A:</strong> Phiên bản Llama này hiện chỉ khả dụng ở Hoa Kỳ và sẽ được triển khai tại các khu vực khác vào cuối năm nay. Người dùng ở Ấn Độ vẫn có thể sử dụng phiên bản chỉ văn bản thông qua Hugging Chat.</p>

<p><strong>Q: Người dùng ở Ấn Độ có thể sử dụng Llama 3.1 không?</strong></p>

<p><strong>A:</strong> Có thể sử dụng phiên bản chỉ văn bản thông qua trang web Hugging Chat.</p>

<p>Llama 3.1 405B là một trong những mô hình AI tốt nhất hiện nay. Khả năng xử lý ngôn ngữ tự nhiên vượt trội và độ chính xác cao đã được chứng minh qua các bài kiểm tra thực tế. Mặc dù hiện tại người dùng chỉ có thể tương tác với mô hình thông qua văn bản, nhưng Llama 3.1 405B vẫn là bước tiến đáng kể trong lĩnh vực AI.</p>

Khám Phá Sức Mạnh Của Mô Hình AI Llama 3.1 405B Trên Điện Thoại Hoặc Máy Tính Cá Nhân

Khám Phá Sức Mạnh Của Mô Hình AI Llama 3.1 405B Trên Điện Thoại Hoặc Máy Tính Cá Nhân Mục lục Giới Thiệu Llama 3.1 Cách Tiếp Cận ...

tháng 8 01, 2024

Cuộc Cách Mạng AI Trong Xuất Bản: Hành Trình Từ Lỗi Nhận Diện Đến Mô Hình Tiên Phong

<h2>Cuộc Cách Mạng AI Trong Xuất Bản: Hành Trình Từ Lỗi Nhận Diện Đến Mô Hình Tiên Phong</h2>

<ol>
  <li><strong>Lỗi Hệ Thống & Bài Học Cảnh Giác</strong></li>
  <li><strong>Giải Mã AI: Hướng Dẫn Súc Tích Cho Người Trong Ngành</strong></li>
  <li><strong>Mô Hình Xuất Bản Mới: LeanPub & Sức Mạnh Cộng Đồng</strong></li>
  <li><strong>Phá Vỡ Rào Cản Ngôn Ngữ: AI & Bản Dịch Toàn Cầu</strong></li>
  <li><strong>Sách Nói Đa Dạng: Nâng Cao Trải Nghiệm Người Dùng</strong></li>
  <li><strong>Tài Trợ & Phân Phối: Mở Ra Cơ Hội Mới</strong></li>
  <li><strong>Tương Lai Của Ngành Xuất Bản: Tiềm Năng & Thách Thức</strong></li>
</ol>

<h3>1. Lỗi Hệ Thống & Bài Học Cảnh Giác</h3>

<p>Thad McIlroy, tác giả cuốn sách <em>Cuộc Cách Mạng AI Trong Xuất Bản: Hướng Dẫn Súc Tích Cho Người Viết và Nhà Xuất Bản</em>, đã có một phen bất ngờ khi cuốn sách của mình bị Ingram gắn cờ và gỡ bỏ khỏi hệ thống phân phối. Hệ thống của Ingram đã nhận diện nhầm cuốn sách là sản phẩm được tạo ra bởi AI. Sự việc này, dù đã được giải quyết nhanh chóng, nhưng đặt ra nhiều câu hỏi về độ chính xác của các bộ lọc AI và tính hiệu quả của quy trình khiếu nại.</p>

<h3>2. Giải Mã AI: Hướng Dẫn Súc Tích Cho Người Trong Ngành</h3>

<p>Là biên tập viên của PW, McIlroy mong muốn cung cấp cái nhìn tổng quan về tác động tiềm năng của AI đến tác giả và nhà xuất bản. Cuốn sách đề cập đến nhiều chủ đề đa dạng như siêu dữ liệu, cấp phép, thách thức trong việc xây dựng chính sách AI cho nhà xuất bản, và đặc biệt là cách thức tận dụng AI cho ngành xuất bản.</p>

<h3>3. Mô Hình Xuất Bản Mới: LeanPub & Sức Mạnh Cộng Đồng</h3>

<p>McIlroy đã áp dụng một phương pháp tiếp cận độc đáo khi xuất bản cuốn sách của mình. Ông sử dụng nền tảng xuất bản trực tuyến LeanPub, cho phép tác giả đăng tải từng chương sách và nhận phản hồi từ độc giả. Điều này giúp ông hoàn thiện tác phẩm dựa trên ý kiến đóng góp từ cộng đồng.</p>

<p>Không chỉ đề cập đến AI trong nội dung, McIlroy còn ứng dụng công nghệ này để dịch cuốn sách sang 31 ngôn ngữ khác nhau. Ông sử dụng kết hợp AI dịch thuật, kiểm tra ngẫu nhiên và dịch ngược để đảm bảo chất lượng bản dịch.</p>

<h3>5. Sách Nói Đa Dạng: Nâng Cao Trải Nghiệm Người Dùng</h3>

<p>Phiên bản sách nói của cuốn sách được phát hành với sáu phiên bản, bao gồm ba giọng đọc tiếng Anh khác nhau và ba bản dịch sang tiếng Pháp, Đức và Tây Ban Nha, mang đến trải nghiệm đa dạng cho người nghe.</p>

<p>Cuốn sách của McIlroy được tài trợ bởi bốn công ty công nghệ, cho thấy tiềm năng của mô hình tài trợ trong ngành xuất bản. Bên cạnh đó, cuốn sách được phân phối trên nhiều nền tảng, bao gồm cả bản in và bản điện tử, giúp tiếp cận tối đa độc giả.</p>

<h3>7. Tương Lai Của Ngành Xuất Bản: Tiềm Năng & Thách Thức</h3>

<p>McIlroy tin rằng ngành xuất bản đang trong giai đoạn sơ khai của việc khám phá AI. Ông dự đoán AI có thể giúp tăng doanh thu ngành xuất bản lên 20-25% thông qua việc mở rộng định dạng sách, cải thiện siêu dữ liệu và nâng cao hiệu quả tiếp thị.</p>

<p>Câu chuyện về cuốn sách của Thad McIlroy là minh chứng rõ ràng cho thấy tác động của AI đến ngành xuất bản. AI mang đến tiềm năng to lớn, đồng thời cũng đặt ra những thách thức mới. Việc tìm hiểu, thích nghi và ứng dụng công nghệ một cách hiệu quả là chìa khóa để ngành xuất bản phát triển bền vững trong kỷ nguyên số.</p>

Cuộc Cách Mạng AI Trong Xuất Bản: Hành Trình Từ Lỗi Nhận Diện Đến Mô Hình Tiên Phong

Cuộc Cách Mạng AI Trong Xuất Bản: Hành Trình Từ Lỗi Nhận Diện Đến Mô Hình Tiên Phong Mục lục Lỗi Hệ Thống & Bài Học Cảnh Giác ...

tháng 8 01, 2024

Galileo Ra Mắt Chỉ Số Ảo Giác Mới, Hé Lộ Cuộc Chạy Đua Khốc Liệt Trong Lĩnh Vực Mô Hình Ngôn Ngữ Lớn (LLM)

<h2>Galileo Ra Mắt Chỉ Số Ảo Giác Mới, Hé Lộ Cuộc Chạy đua Khốc Liệt Trong Lĩnh Vực Mô Hình Ngôn Ngữ Lớn (LLM)</h2>

<p><strong>Mục lục</strong></p>
<ul>
  <li>Giới thiệu</li>
  <li>Chỉ số Ảo giác Galileo 2024</li>
  <li>Những Mô hình LLM Hàng đầu</li>
  <li>Phát hiện Chính và Xu hướng</li>
  <li>Về Galileo và Mô hình Đánh giá Bám sát Ngữ cảnh</li>
</ul>

<h3>Giới thiệu</h3>

<p>Galileo, công ty hàng đầu trong lĩnh vực phát triển trí tuệ nhân tạo tạo sinh (GenAI) cho doanh nghiệp, vừa công bố ra mắt Chỉ số Ảo giác mới nhất của mình. Đây là một khuôn khổ đánh giá tập trung vào Retrieval Augmented Generation (RAG) - một kỹ thuật kết hợp truy xuất thông tin với mô hình ngôn ngữ để tạo ra văn bản chính xác và phù hợp hơn.</p>

<p>Chỉ số này đánh giá hiệu suất của 22 mô hình ngôn ngữ lớn (LLM) hàng đầu từ các ông lớn như OpenAI, Anthropic, Google và Meta. Phiên bản năm nay đã bổ sung thêm 11 mô hình, cho thấy sự phát triển nhanh chóng của cả LLM nguồn mở và nguồn đóng chỉ trong 8 tháng qua. </p>

<p>Mặc dù các thương hiệu đang chạy đua để tạo ra các mô hình lớn hơn, nhanh hơn và chính xác hơn, ảo giác (hallucination) - hiện tượng mô hình tạo ra thông tin sai lệch hoặc không có thật - vẫn là rào cản chính đối với việc triển khai các sản phẩm GenAI sẵn sàng cho sản xuất.</p>

<h3>Chỉ số Ảo giác Galileo 2024</h3>

<p>Chỉ số này kiểm tra các mô hình nguồn mở và nguồn đóng bằng cách sử dụng thước đo đánh giá độc quyền của Galileo, được gọi là bám sát ngữ cảnh (context adherence), được thiết kế để kiểm tra tính chính xác của kết quả đầu ra và giúp các doanh nghiệp đưa ra quyết định sáng suốt về việc cân bằng giữa giá cả và hiệu suất. Các mô hình được thử nghiệm với dữ liệu đầu vào từ 1.000 đến 100.000 token, để hiểu hiệu suất trong các ngữ cảnh ngắn (dưới 5 nghìn token), trung bình (5 nghìn đến 25 nghìn token) và dài (40 nghìn đến 100 nghìn token).</p>

<h3>Những Mô hình LLM Hàng đầu</h3>

<ul>
  <li><strong>Mô hình hoạt động tốt nhất:</strong> Claude 3.5 Sonnet của Anthropic. Mô hình nguồn đóng này đã vượt qua các mô hình cạnh tranh trong các tình huống ngữ cảnh ngắn, trung bình và dài. Claude 3.5 Sonnet và Claude 3 Opus của Anthropic liên tục đạt điểm gần như hoàn hảo trên các hạng mục, vượt qua cả những người chiến thắng năm ngoái là GPT-4o và GPT-3.5, đặc biệt là trong các tình huống ngữ cảnh ngắn hơn.</li>
  <li><strong>Mô hình hiệu quả nhất về chi phí:</strong> Gemini 1.5 Flash của Google. Mô hình của Google được xếp hạng là hoạt động tốt nhất về chi phí do hiệu suất tuyệt vời của nó trên tất cả các nhiệm vụ.</li>
  <li><strong>Mô hình nguồn mở tốt nhất:</strong> Qwen2-72B-Instruct của Alibaba. Mô hình nguồn mở này hoạt động tốt nhất với điểm số hàng đầu trong ngữ cảnh ngắn và trung bình.</li>
</ul>

<h3>Phát hiện Chính và Xu hướng</h3>

<ul>
  <li><strong>Nguồn mở đang thu hẹp khoảng cách:</strong> Các mô hình nguồn đóng như Claude-3.5 Sonnet và Gemini 1.5 Flash vẫn là những mô hình hoạt động tốt nhất nhờ dữ liệu đào tạo độc quyền, nhưng các mô hình nguồn mở, chẳng hạn như Qwen1.5-32B-Chat và Llama-3-70b-chat, đang nhanh chóng thu hẹp khoảng cách với những cải tiến về hiệu suất ảo giác và rào cản chi phí thấp hơn so với các đối tác nguồn đóng của chúng.</li>
  <li><strong>Cải thiện chung với độ dài ngữ cảnh dài:</strong> Các mô hình LLM RAG hiện tại, như Claude 3.5 Sonnet, Claude-3-opus và Gemini 1.5 pro 001 hoạt động đặc biệt tốt với độ dài ngữ cảnh mở rộng - mà không làm giảm chất lượng hoặc độ chính xác - phản ánh tiến bộ đang đạt được với cả việc đào tạo và kiến trúc mô hình.</li>
  <li><strong>Mô hình lớn không phải lúc nào cũng tốt hơn:</strong> Trong một số trường hợp nhất định, các mô hình nhỏ hơn lại hoạt động tốt hơn các mô hình lớn hơn. Ví dụ, Gemini-1.5-flash-001 đã hoạt động tốt hơn các mô hình lớn hơn, điều này cho thấy hiệu quả trong thiết kế mô hình đôi khi có thể vượt trội hơn quy mô.</li>
  <li><strong>Từ trọng tâm quốc gia đến toàn cầu:</strong> Các mô hình LLM từ bên ngoài Hoa Kỳ, chẳng hạn như Mistral-large của Mistral và qwen2-72b-instruct của Alibaba, đang nổi lên trong lĩnh vực này và tiếp tục phát triển về mức độ phổ biến, đại diện cho nỗ lực toàn cầu nhằm tạo ra các mô hình ngôn ngữ hiệu quả.</li>
  <li><strong>Vẫn còn chỗ cho cải thiện:</strong> Mặc dù Gemma-7b nguồn mở của Google hoạt động kém nhất, nhưng mô hình Gemini 1.5 Flash nguồn đóng của họ lại luôn nằm trong top đầu.</li>
</ul>

<p>Để biết phân tích đầy đủ về kết quả Chỉ số Ảo giác của Galileo, vui lòng truy cập <a href='#'>đây</a>.</p>

<h3>Về Galileo và Mô hình Đánh giá Bám sát Ngữ cảnh</h3>

<p>Galileo, có trụ sở tại San Francisco, là nền tảng hàng đầu về đánh giá và quan sát GenAI cho doanh nghiệp. Nền tảng Galileo, được hỗ trợ bởi Luna Evaluation Foundation Models (EFMs), hỗ trợ các nhóm AI trong suốt vòng đời phát triển, từ xây dựng và lặp lại đến giám sát và bảo vệ. Galileo được sử dụng bởi các nhóm AI từ các công ty khởi nghiệp đến các công ty nằm trong danh sách Fortune 100. Truy cập <a href='http://rungalileo.io'>rungalileo.io</a> để tìm hiểu thêm về bộ sản phẩm của Galileo.</p>

<p>Bám sát ngữ cảnh (Context Adherence) sử dụng phương pháp độc quyền được tạo bởi Galileo Labs có tên là ChainPoll để đo lường mức độ bám sát thông tin được cung cấp của mô hình AI, giúp phát hiện khi AI tạo ra thông tin không có trong văn bản gốc.</p>

Galileo Ra Mắt Chỉ Số Ảo Giác Mới, Hé Lộ Cuộc Chạy Đua Khốc Liệt Trong Lĩnh Vực Mô Hình Ngôn Ngữ Lớn (LLM)

Galileo Ra Mắt Chỉ Số Ảo Giác Mới, Hé Lộ Cuộc Chạy đua Khốc Liệt Trong Lĩnh Vực Mô Hình Ngôn Ngữ Lớn (LLM) Mục lục Giới thiệu Chỉ ...

tháng 8 01, 2024

ChatRWD: Vượt Qua Gã Khổng Lồ Công Nghệ, Dẫn Đầu Trong Lĩnh Vực Trả Lời Câu Hỏi Y Khoa

<h2>ChatRWD: Vượt Qua Gã Khổng Lồ Công Nghệ, Dẫn Đầu Trong Lĩnh Vực Trả Lời Câu Hỏi Y Khoa</h2>

<h3>Mục lục:</h3>
<ul>
  <li><strong>Thử nghiệm các hệ thống dựa trên mô hình ngôn ngữ lớn</strong></li>
  <li><strong>Nhu cầu về AI tạo sinh đáng tin cậy, đạt tiêu chuẩn lâm sàng</strong></li>
  <li><strong>Chuyển dịch từ tiện lợi sang tin cậy</strong></li>
  <li><strong>Cầu nối khoảng cách dữ liệu với ChatRWD</strong></li>
</ul>

<p>Trong cuộc đua phát triển trí tuệ nhân tạo (AI) y tế, những cái tên lớn nhất chưa chắc đã mang lại kết quả tốt nhất. Mới đây, một nghiên cứu tiền in đã chỉ ra rằng, khi nói đến độ chính xác lâm sàng và sự tin tưởng của bác sĩ, một ứng cử viên ít tiếng tăm hơn đang vượt qua các đối thủ nặng ký trong ngành.</p>

<h3>Thử nghiệm các hệ thống dựa trên mô hình ngôn ngữ lớn</h3>

<p>Nghiên cứu đã đánh giá khả năng cung cấp lời khuyên y tế đáng tin cậy và có tính khả thi của năm hệ thống AI thế hệ mới. Chín bác sĩ độc lập đã kiểm tra khả năng trả lời 50 câu hỏi lâm sàng của 5 hệ thống AI này dựa trên các tiêu chí: mức độ liên quan, độ tin cậy và tính khả thi.</p>

<p>Kết quả cho thấy các mô hình ngôn ngữ lớn (LLM) nổi tiếng như ChatGPT-4, Claude 3 Opus và Gemini Pro 1.5 gặp khó khăn trong việc đưa ra câu trả lời đáng tin cậy. Chúng chỉ có thể đưa ra câu trả lời liên quan và dựa trên bằng chứng cho 2% đến 10% số câu hỏi. Ngoài ra, các LLM này thường xuyên ảo tưởng về trích dẫn, với 25% đến 47% nguồn trích dẫn là hư cấu hoặc hoàn toàn không liên quan đến câu hỏi.</p>

<p>Trong khi hệ thống OpenEvidence dựa trên công nghệ tạo văn bản bổ sung truy xuất (RAG) hoạt động tốt hơn, thì ChatRWD, một ứng dụng trò chuyện-cơ sở dữ liệu hỗ trợ bởi AI từ Atropos Health, lại cho thấy kết quả khả quan nhất, đạt tỷ lệ thành công 58% trong việc cung cấp câu trả lời liên quan và dựa trên bằng chứng.</p>

<h3>Nhu cầu về AI tạo sinh đáng tin cậy, đạt tiêu chuẩn lâm sàng</h3>

<p>Tiến sĩ Brigham Hyde, Giám đốc điều hành của Atropos Health, nhà phát triển ChatRWD, chia sẻ: 'Tôi tin rằng toàn bộ lĩnh vực AI tạo sinh trong chăm sóc sức khỏe đang hướng tới chất lượng và sự tin tưởng, điều mà chúng tôi đã tập trung ngay từ đầu.'</p>

<p>Ông cho biết thêm, nhiều chuyên gia chăm sóc sức khỏe đã và đang khám phá các mô hình ngôn ngữ lớn có sẵn trong khoảng 6 tháng đến một năm qua. Vấn đề ảo tưởng là rất thực tế. Mục tiêu là tìm ra cách sử dụng LLM sao cho vừa thuận tiện, nhanh chóng vừa duy trì được sự tin tưởng và chính xác, đây chính là mục tiêu cuối cùng đối với các nhà cung cấp dịch vụ chăm sóc sức khỏe.</p>

<p>Hyde lưu ý rằng phiên bản ChatRWD được sử dụng trong nghiên cứu là phiên bản đầu tiên. 'Chúng tôi sẽ không [chính thức] ra mắt cho đến khi đạt được độ chính xác trong khoảng 90%. Và ngay cả khi đó, chúng tôi vẫn khuyến nghị các bác sĩ lâm sàng sử dụng nó như một công cụ để hỗ trợ đưa ra quyết định.' Ông nhấn mạnh tầm quan trọng của việc các bác sĩ lâm sàng sử dụng công nghệ này cần tham khảo ý kiến chuyên gia để được hỗ trợ trong việc ngữ cảnh hóa kết quả.</p>

<h3>Chuyển dịch từ tiện lợi sang tin cậy</h3>

<p>'Tôi nghĩ những gì đang diễn ra hiện nay là sự chuyển dịch từ tiện lợi sang tin cậy,' Hyde nói. 'Là bác sĩ, chúng tôi đang bị ngập trong các thông điệp từ các LLM này, và trong bối cảnh của chúng tôi, nơi chúng tôi đang tạo ra bằng chứng có thể ảnh hưởng đến quyết định điều trị cho bệnh nhân, chúng tôi đơn giản là không thể chấp nhận tỷ lệ lỗi 20%.'</p>

<p>Các công ty khác cũng đang nỗ lực phát triển các hệ thống AI chính xác hơn về mặt y tế. Một ví dụ là Med-PaLM 2 của Google, công cụ này đã cho thấy kết quả đầy hứa hẹn trong các kỳ thi y khoa và trả lời các câu hỏi sức khỏe của người tiêu dùng. Các công ty công nghệ khác như IBM và Microsoft cũng có những sáng kiến tương tự.</p>

<h3>Cầu nối khoảng cách dữ liệu với ChatRWD</h3>

<p>Điểm độc đáo của Atropos là tập trung vào việc cung cấp bằng chứng thực tế (RWE) chất lượng cao, nhanh chóng để hỗ trợ quá trình ra quyết định lâm sàng và nghiên cứu trong lĩnh vực chăm sóc sức khỏe.</p>

<p>Tiến sĩ Hyde giải thích: 'Ngay cả các thử nghiệm lâm sàng mà chúng tôi thực hiện thường loại trừ một phần đáng kể bệnh nhân - khoảng 70% - những người mắc nhiều bệnh lý nền. Và bạn đoán xem? Đó là khoảng 70% số bệnh nhân mà bác sĩ gặp hàng ngày.'</p>

<p>ChatRWD nhằm thu hẹp khoảng cách quan trọng này bằng cách cung cấp cho các bác sĩ lâm sàng quyền truy cập nhanh chóng vào bằng chứng thực tế. 'Sau khi [bác sĩ lâm sàng] nhập truy vấn của họ, chúng tôi sẽ trả về một nghiên cứu mới trong vòng chưa đầy ba phút,' Hyde giải thích. 'Điều này trái ngược với các phương pháp truyền thống, trong đó các nghiên cứu về hiệu quả so sánh như vậy có thể mất từ sáu đến tám tuần để thực hiện và thường yêu cầu nhiều nhóm lớn và nguồn lực đáng kể. Giờ đây, bạn đã có một người dùng cá nhân, không có khả năng lập trình, không có khả năng thống kê, chỉ cần đặt câu hỏi và được hướng dẫn qua các bước này,' ông nói thêm.</p>

ChatRWD: Vượt Qua Gã Khổng Lồ Công Nghệ, Dẫn Đầu Trong Lĩnh Vực Trả Lời Câu Hỏi Y Khoa

ChatRWD: Vượt Qua Gã Khổng Lồ Công Nghệ, Dẫn Đầu Trong Lĩnh Vực Trả Lời Câu Hỏi Y Khoa Mục lục: Thử nghiệm các hệ thống dựa trên mô h...

tháng 8 01, 2024

Chatbot: Nâng tầm trải nghiệm người dùng với khả năng giao tiếp như người thật

Bí Ẩn Quyết Định Của AI Chatbot: Giữa Cái Tôi Và Lý Trí

Khám Phá Sức Mạnh Của Mô Hình AI Llama 3.1 405B Trên Điện Thoại Hoặc Máy Tính Cá Nhân

Cuộc Cách Mạng AI Trong Xuất Bản: Hành Trình Từ Lỗi Nhận Diện Đến Mô Hình Tiên Phong

Galileo Ra Mắt Chỉ Số Ảo Giác Mới, Hé Lộ Cuộc Chạy Đua Khốc Liệt Trong Lĩnh Vực Mô Hình Ngôn Ngữ Lớn (LLM)

ChatRWD: Vượt Qua Gã Khổng Lồ Công Nghệ, Dẫn Đầu Trong Lĩnh Vực Trả Lời Câu Hỏi Y Khoa

Bài đăng phổ biến

Labels