Российские ученые повысили точность ответов ИИ до 15%

Специалисты лаборатории искусственного интеллекта T-Bank AI Research разработали инновационный подход к обучению больших языковых моделей, позволяющий повысить точность их ответов до 15%. Научная работа была представлена 24 апреля на международной конференции по обучению представлениям (ICRL), которая проходит сейчас в Сингапуре.

Как сообщили в компании, за основу были взяты и улучшены существующие методы Trust Region, применяемые в различных областях ИИ. Новый подход позволяет улучшить качество ответов искусственного интеллекта до 15% по пяти показателям.

Разработка уже может найти применение в различных сферах – от интеллектуальных ассистентов до медицинских диагностических систем. По мнению разработчиков, этот метод открывает новые перспективы для создания более надежных и предсказуемых ИИ-решений, минимизируя риск некорректных ответов. 

Как пояснил руководитель научной группы AI Alignment лаборатории исследований искусственного интеллекта T-Bank AI Research Борис Шапошников, предложенное решение, размещенное в открытом доступе, позволяет сохранять баланс между специализацией модели и ее базовыми знаниями. «Наш подход дает возможность создавать более гибкие и адаптивные системы, при этом сохраняя их фундаментальные способности», – отметил он.

В лаборатории также отметили, что на тестовых бенчмарках AlpacaEval 2.0 и Arena Hard новый метод продемонстрировал улучшение показателей от 2,3 до 15,1 п. п. по сравнению с традиционными подходами. В частности, модели стали на 10–15% лучше справляться с сокращением текстов и точнее следовать инструкциям пользователей.