Сегодня 19 августа 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Google создала ИИ для проверки фактов в ответах других ИИ

Компания Google разработала ИИ-систему «оценки фактов на основе поисковой выдачи» (Search-Augmented Factuality Evaluator, SAFE), задача которой находить ошибки в ответах сервисов на базе больших языковых моделей (LLM) вроде ChatGPT.

 Источник изображения: pixabay.com

Источник изображения: pixabay.com

LLM используются в разных целях, вплоть до написания научных работ, однако они нередко ошибаются, приводя недостоверные сведения, и даже настаивая на их истинности («галлюцинируя»). Новая разработка команды Google DeepMind вычленяет из вывода нейросети отдельные факты, формирует запрос к поисковой системе и пытается найти подтверждения изложенных сведений.

 Источник изображения: Google Deepmind

Источник изображения: Google DeepMind

Во время тестирования SAFE проверила 16 тысяч ответов нескольких сервисов на базе больших языковых моделей, среди которых Gemini, ChatGPT, Claude и PaLM-2, после чего исследователи сравнили результаты с выводами людей, занимавшихся этим вручную. Выводы SAFE на 72 % совпали с мнениями людей, причём при анализе расхождений в 76 % истина оказывалась на стороне ИИ.

Код SAFE опубликован на GitHub и доступен всем желающим проверить надёжность ответов LLM.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Adobe представила Acrobat Studio — платформу на базе ИИ для работы со множеством разношёрстных файлов 8 мин.
Nvidia выпустила драйвер с поддержкой Smooth Motion и глобальными настройками DLSS Override для карт RTX 40-й серии 13 мин.
Dragon Age: The Veilguard, возвращение Persona 4 Golden и новые релизы: Microsoft раскрыла, какие игры пополнят Game Pass в конце августа 55 мин.
Вышла DeepSeek 3.1 с улучшенной памятью и поддержкой более крупных запросов 58 мин.
Разработчики Hollow Knight: Silksong анонсировали «специальное объявление» — фанаты не верят своему счастью 2 ч.
«Достойно того, чтобы стать легендой»: PlayStation анонсировала кроссовер Helldivers 2 с Halo 3 ч.
Российская молодёжь продолжает пользоваться TikTok, несмотря на ограничения 4 ч.
Национальный мессенджер Max похвалился аудиторией в 18 млн — в девять раз больше, чем в июле 5 ч.
Caves of Qud заслужила престижную премию «Хьюго» — это культовый ролевой роглайк в мире далёкого будущего и глубокой симуляции 6 ч.
Valve изменила, как рассчитывается пользовательский рейтинг игр в Steam — оценки теперь зависят от языка 7 ч.
SoftBank рассматривала поглощение Intel Foundry, но в итоге ограничилась инвестициями в $2 млрд 30 мин.
Asus представила ROG Matrix GeForce RTX 5090 30th Anniversary Limited Edition с четырьмя вентиляторами и TDP до 800 Вт 2 ч.
«Комета Дьявола» укрепила теорию о внеземном происхождении воды на Земле 3 ч.
Qualcomm представила Snapdragon 7s Gen 4 для доступных смартфонов среднего уровня 3 ч.
«Мы готовим различные продукты»: Nvidia ответила на слухи об урезанном Blackwell для Китая 3 ч.
Электролёт Archer Aviation с пилотом на борту впервые пролетел 88 км за 31 минуту 6 ч.
Fujifilm второй раз за месяц поднимет цены на камеры и объективы в США 6 ч.
Tesla вернула рычаг указателя поворотов в Model 3 — в уже проданные электромобили его установят за $350 6 ч.
В России начались продажи Honor Pаd Х7 — компактного планшета со Snapdragon 680 и ценой от 10 990 рублей 6 ч.
Американские дата-центры Google подключат к малым модульным реакторам Kairos — начнут с 50 МВт 6 ч.