情境答案是为企业设计的，但它可能会对生成人工智能领域产生深远的影响。
AI21 Labs最近推出了Contextual Answers，这是一个针对大型语言模型(LLM)的问答引擎。
当连接到大型语言模型时，新引擎允许用户上传自己的数据库，以便将模型的输出限制为特定信息。
ChatGPT和类似人工智能(AI)产品的推出改变了人工智能行业的范式，但缺乏可信度使许多企业难以采用。
根据研究，员工将近一半的工作日都在搜索信息。这为可以执行搜索功能的聊天机器人提供了很大的机会；但是，大多数聊天机器人并不适合企业。
AI21开发了上下文答案，通过使用户能够管理自己的数据和文档库，解决了一般聊天机器人和企业级问答服务之间的差距。
根据AI21的博客文章，上下文回答允许用户在不重新训练模型的情况下指导人工智能回答，从而缓解了采用的一些最大障碍:
“大多数企业都在试图采用[AI]，理由是组织数据中模型的成本、复杂性和专业性不足，从而导致不正确的反应、“幻觉”或不适应环境。”
与开发有用的大规模语言模型(如OpenAI的ChatGPT或Google的Bard)相关的突出挑战之一是教会它们表达自己的不自信。
通常，当用户查询聊天机器人时，即使其数据集中没有足够的信息来提供事实信息，它也会输出响应。在这些情况下，大型语言模型通常会在没有任何事实依据的情况下捏造信息，而不是输出诸如我不知道之类的低置信度答案。
研究人员将这些输出称为幻觉，因为机器产生的信息似乎不存在于它们的数据集中，就像人类看到不存在的东西一样。
根据A121，上下文答案应该通过仅在与用户提供的文档相关时输出信息或者根本不输出任何信息来完全缓解错觉问题。
在金融和法律等领域，准确性比自动化更重要，GPT系统的出现产生了不同的结果。
专家继续建议金融界在使用GPT系统时要谨慎，因为即使它们连接到互联网并能链接到来源，它们也容易产生幻觉或混淆信息。在法律领域，律师因在案件中依赖ChatGPT生成的结果而面临罚款和制裁。
通过在人工智能系统中预加载相关数据，并在系统产生不真实信息之前进行干预，AI21似乎已被证明可以缓解幻觉问题。
这可能会导致大规模的采用，尤其是在金融科技领域。传统金融机构一直不愿采用GPT技术，而加密货币和区块链社区在充分利用聊天机器人方面取得了不同程度的成功。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"人工智能聊天机器人下载，人工智能聊天机器"：http://www.guoyinggangguan.com/qkl/139170.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
