.png "عصر ایران")
۲۷ آذر ۱۴۰۴
به روز شده در: ۲۷ آذر ۱۴۰۴ - ۱۶:۲۰
بازیافت لاستیکهای فرسوده به آسفالت لاستیکی در آمریکا (فیلم) میزان توهم زدن مدلهای هوش مصنوعی بر اساس پاسخهای نادرست یا ناقص (+ اینفوگرافی)
بالاترین نرخ توهم هوش مصنوعی مربوط به Grok‑۳ با ۹۴ درصد بود، به این معنی که تقریباً تمام پاسخهای آن اشتباه بودند.
بسیاری از مدلهای هوش مصنوعی امروز هنگام شناسایی و استناد به منابع خبری از یک متن، دچار مشکل شده و خطاهای زیادی تولید میکنند.
به گزارش روزیاتو، بالاترین نرخ توهم هوش مصنوعی مربوط به Grok‑۳ با ۹۴ درصد بود، به این معنی که تقریباً تمام پاسخهای آن اشتباه بودند.
آیا هوش مصنوعی شما همیشه پاسخ درست میدهد؟ متأسفانه، «حقیقت» ارائه شده توسط آن ممکن است توهم باشد.
این اینفوگرافی، نرخ توهمات هوش مصنوعی را بر اساس مدلها نشان میدهد.
توهم هوش مصنوعی چیست؟
«توهم هوش مصنوعی» به مواردی گفته میشود که در آن مدل زبانی اطلاعات نادرست یا بدون منبع را به عنوان حقیقت به کاربر ارائه میدهد.
این توهمات به این دلیل اتفاق میافتند که سیستمهای آموزش استاندارد، حدس زدن را به جای نشان دادن عدم اطمینان، پاداش میدهند. تصور کنید که در یک تست چندگزینهای حدس بزنید؛ احتمال اینکه درست باشد بیشتر از زمانی است که هیچ پاسخی ندهید.
نرخ توهمات هوش مصنوعی: بهترین و بدترین مدلها
برای اندازهگیری نرخ توهمات، محققان مدلهای شرکتهای پیشرو در حوزه هوش مصنوعی را با متون خبری آزمایش کردند و از آنها خواستند مقاله، رسانه و URL اصلی را مشخص کنند.
نکته مهم اینکه محققان، متونی را انتخاب کردند که اگر در گوگل جستجو شوند، منبع اصلی در سه نتیجه اول ظاهر میشود.
سپس پاسخهای مدلهای هوش مصنوعی برای دقت بررسی شدند. جدول زیر نشان میدهد هر مدل چند درصد پاسخ نادرست یا ناقص داده است:
| مدل هوش مصنوعی | نرخ توهم |
|---|---|
| Perplexity | ۳۷ درصد |
| Copilot | ۴۰ درصد |
| Perplexity Pro | ۴۵ درصد |
| ChatGPT Search | ۶۷ درصد |
| Deepseek Search | ۶۸ درصد |
| Gemini | ۷۶ درصد |
| Grok-2 Search | ۷۷ درصد |
| Grok-3 Search | ۹۴ درصد |
Grok‑۳ بدترین عملکرد را داشت و ۹۴ درصد پاسخهایش توهم بود، در حالی که Perplexity دقیقترین پاسخها را ارائه کرد.
نکته جالب اینکه مدلهای پولی حتی در مواردی از نسخههای رایگان ضعیفتر عمل کردند. اکثر مدلها نیز، باوجود خطاهای زیاد، هیچ نشانهای از عدم اطمینان در پاسخهایشان نشان ندادند.
لینک کوتاه: کپی لینک
ترکیب پرسپولیس برابر تراکتور اعلام شد انسداد ۴۳ راه روستایی مازندران به دلیل بارش برف قیمت گوشت مرغ به ۱۶۸ هزار تومان رسید/ آخرین نرخ کالاهای اساسی در بازار بررسی کتاب«در پس آینه» حاصل گفت و گوی لیلی گلستان و محمود دولت آبادی/ ماجرای دلخوری دولت آبادی از مسعود کیمیایی بازار نفت در تنگنای رکود؛ پیشبینی قیمت ۶۲ دلاری نفت در ۲۰۲۶ لرستان/ محکومیت دو خبرنگار به حبس و اقامت اجباری به دلیل انتقاد از استاندار محاصره ونزوئلا و فشار بر روسیه؛ آیا ایران برنده جدید بازار نفت میشود؟ ادعای رسانه اماراتی درباره سفر عراقچی به مسکو: پرونده احیای هستهای ایران روی میز کرملین! بارش برف، مهگرفتگی و لغزندگی در جاده های مازندران ادعای واشنگتن پست: آمریکا برای لغو تمامی تحریم های ایران پیشنهاد داده بود پاساژ پلهبرقی رشت: مواجههای از جنس نوجوانی با غرب در دههٔ شصت نوسازهای تهران ارزانتر شد ؛ آپارتمانهای ۱۴۰۴ زیر قیمت ۱۴۰۳ عرضه میشوند دست رد وارنر برادرز به پیشنهاد خرید 108 میلیارد دلاری ؛ رقابت پارامونت و نتفلیکس استانبول در بحران آب ؛ سطح مخازن به پایینترین حد دهه گذشته رسید اعتراض نیکی کریمی: این من نیستم!