May, 2024
一对多:理解来自多个错误和不一致的人工智能生成模型的准确信息
One vs. Many: Comprehending Accurate Information from Multiple Erroneous and Inconsistent AI Generations
Yoonjoo Lee, Kihoon Son, Tae Soo Kim, Jisu Kim, John Joon Young Chung...
TL;DR通过研究测试人员对于多个、潜在不一致的模型生成输出的理解,我们发现不一致降低了被测试人员对 AI 的感知能力,同时也提高了对给定信息的理解。因此,我们提出了设计建议,将不一致性透明地呈现出来,以指示这些模型的局限性,并促进批判性的语言模型使用。