Насправді я сьогодні трохи попрацював Мені було набридло читати статті, тому < знайшов статтю на цю тему~ > попросив GPT це зробити Але якщо у вас його немає, можна точно сказати, що його немає, чи не так? Але вони продовжують вигадувати назви, яких не існує, ха-ха Це саме те, чого я хочу!! Правдоподібно!! Це можливо!!! Це дійсно дратує, тому що штучний інтелект може посилатися неправильно, тому мені доводиться шукати в Google Scholar або SCI Hub, і якщо це не виходить, я повинен звернутися до посилання, якщо є реальне посилання, перевірити IF статті, і подумати, яка у мене може бути ідентичність, якщо вона занадто сильно перетинається, або змінити свою тему ;;;; Якщо шукати? Це була афера, в якій було не все!!! У такі моменти я відчуваю, що технологія зменшення галюцинацій зі штучним інтелектом у @Mira_Network дійсно необхідна У випадку з Mira Network це проект, який використовує багатомодельну верифікацію на основі консенсусу для зниження частоти галюцинацій і забезпечує надійність і прозорість за допомогою рівня верифікації на основі блокчейну Аналогічним чином, @AlloraNetwork розробляє розподілену мережу машинного інтелекту на основі zkML, щоб зменшити цю «помилкову впевненість» у штучному інтелекті. Система має структуру оцінки на основі контекстно-залежної + прогнозованої втрати, яка має структуру, в якій ШІ оцінюють один одного і самовдосконалюються У нас є спільна думка, що ШІ намагається мінімізувати дезінформацію або вигадані відповіді (галюцинації) через структуру, яка верифікує ШІ, і я думаю, що цей напрямок – шлях до вирішення реальних проблем ШІ, з якими ми зараз стикаємося Ця стаття була написана після проведення досліджень за допомогою платформи криптодосліджень @Surf_Copilot Це відео було створено компанією @Everlyn_ai @auz2or @subijjjang @iinging747