ベルリンのフンボルト大学の研究者チームは、バイアスが表現された出力を生成するように意図的に調整されたことを特徴とする大規模言語人工知能モデルを開発しました。
OpinionGPT と呼ばれるこのチームのモデルは、OpenAI の ChatGPT や Anthropic の Claude 2 と同様の機能を持つ AI システムである Meta の Llama 2 を調整したバージョンです。
OpinionGPT は、指示ベースの微調整と呼ばれるプロセスを使用して、あたかも 11 の偏見グループ (アメリカ人、ドイツ人、ラテンアメリカ人、中東人、30 代、XNUMX 歳以上、高齢者) のいずれかの代表であるかのようにプロンプトに応答できるとされています。男性でも女性でも、リベラル派でも保守派でも。
「OpinionGPT: 非常に偏ったGPTモデル」を発表!ここで試してみてください: https://t.co/5YJjHlcV4n
模範解答に対するバイアスの影響を調査するために、私たちは簡単な質問をしました。 #GPT 政治的に右寄りの人が書いた文章だけをモデルにしているのでしょうか?[1 / 3]
— アラン・アクビック (@alan_akbik) 2023 年 9 月 8 日
OpinionGPT は、Reddit 上のサブレディットと呼ばれる「AskX」コミュニティから派生したデータのコーパスに基づいて洗練されました。こうしたサブレディットの例としては、「Ask a Woman」や「Ask an American」などがあります。
チームは、11 の特定のバイアスに関連するサブレディットを見つけて、それぞれのサブレディットから最も人気のある 25 件の投稿を抽出することから始めました。その後、賛成票の最低しきい値を満たし、引用符が埋め込まれておらず、80 ワード未満の投稿のみを保持しました。
残っていたものを見ると、彼らは アプローチ Anthropic の憲法 AI に似ています。各バイアス ラベルを表すまったく新しいモデルを作成するのではなく、基本的に、予想されるバイアスごとに個別の命令セットを使用して、単一の 7 億パラメータの Llama2 モデルを微調整しました。
関連する ソーシャルメディアでのAI利用は有権者の感情に影響を与える可能性がある
方法論、アーキテクチャ、データに基づいた結果 記載された ドイツのチームの研究論文では、現実世界の偏見を研究するためのツールというよりも、ステレオタイプを生成するツールとして機能する AI システムであるようです。
モデルが洗練されたデータの性質と、そのデータとそれを定義するラベルとの関係が疑わしいため、OpinionGPT は必ずしも測定可能な現実世界のバイアスと一致するテキストを出力するとは限りません。データの偏りを反映したテキストを出力するだけです。
研究者自身も、これが自分たちの研究に課す制限の一部を認識しており、次のように書いています。
「たとえば、「アメリカ人」による反応は、「レディットに投稿するアメリカ人」、さらには「この特定のサブレディットに投稿するアメリカ人」として理解されるべきです。同様に、「ドイツ人」は「この特定のサブレディットに投稿するドイツ人」などと理解されるべきです。」
これらの警告はさらに洗練されて、例えば「この特定のサブレディットに投稿するアメリカ人を名乗る人々」からの投稿であると言えるかもしれない。文書には、特定の投稿の背後にある投稿者が実際に代表的な投稿者であるかどうかを精査するという言及がないからだ。彼らが主張する人口統計または偏見グループの。
著者らは続けて、人口統計(つまり、リベラルなドイツ人、保守的なドイツ人)をさらに詳しく描写するモデルを探求するつもりであると述べています。
OpinionGPT によって与えられる出力は、実証可能なバイアスを表すものと、確立された標準と大きく異なるものとの間で変動するようであり、実際のバイアスを測定または発見するためのツールとしての実行可能性を識別することが困難になっています。
OpinionGPT によると、たとえば上の図に示されているように、ラテンアメリカ人はバスケットボールが好きなスポーツであることに偏っています。
しかし実証研究では明らかに を示し サッカー (一部の国ではサッカーとも呼ばれます) と野球は、ラテンアメリカ全土で視聴者数と参加者数で最も人気のあるスポーツです。
同じ表は、OpinionGPT が「10 代の反応」をするように指示されたときに、好きなスポーツとして「水球」を出力することも示しています。これは統計的に考えられる答えです。 ありそうもない 世界中のほとんどの 13 ~ 19 歳の代表となること。
平均的なアメリカ人の好きな食べ物は「チーズ」であるという考えも同様です。ピザとハンバーガーがアメリカ人の好きな食べ物であると主張する調査はオンラインで数十件見つかりましたが、アメリカ人の一番の料理が単にチーズであると主張する調査や研究は一つも見つかりませんでした。
OpinionGPT は実際の人間の偏見を研究するのにはあまり適していないかもしれませんが、個々のサブレディットや AI トレーニング セットなどの大規模なドキュメント リポジトリに固有の固定概念を調査するためのツールとしては役立つ可能性があります。
興味のある人のために、研究者は OpinionGPT を作成しました。 利用できます オンラインでの公開テスト。ただし、Web サイトによると、ユーザーを目指す人は「生成されたコンテンツは虚偽、不正確、またはわいせつなものになる可能性がある」ことに注意する必要があります。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 自動車/EV、 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- チャートプライム。 ChartPrime でトレーディング ゲームをレベルアップしましょう。 こちらからアクセスしてください。
- ブロックオフセット。 環境オフセット所有権の近代化。 こちらからアクセスしてください。
- 情報源: https://cointelegraph.com/news/scientists-created-artificial-intelligence-opinion-gpt-explicit-human-bias-test
- :持っている
- :は
- :not
- $UP
- 11
- 30
- 7
- 8
- 80
- a
- 上記の.
- 従った
- 実際の
- AI
- AIトレーニング
- AL
- アラン
- 整列
- また
- アメリカ
- アメリカ
- アメリカ人
- an
- および
- 回答
- 回答
- どれか
- 現れる
- 登場する
- 建築
- です
- 周りに
- 人工の
- 人工知能
- AS
- 著者
- 平均
- 知って
- 野球
- ベース
- バスケットボール
- BE
- き
- 背後に
- さ
- ベルリン
- より良いです
- の間に
- バイアス
- 偏った
- バイアス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- 呼ばれます
- 缶
- 機能
- AI言語モデルを活用してコードのデバッグからデータの異常検出まで、
- クレーム
- 主張した
- 主張
- はっきりと
- 合同グラフ
- 来ます
- コミュニティ
- 保守的な
- 含む
- コンテンツ
- 可能性
- 国
- 作成した
- 興味深い
- データ
- 定義
- 人口動態
- 人口動態
- 派生
- 発展した
- DID
- 異なる
- 難しい
- 発見する
- 皿
- 違い
- ドキュメント
- そうではありません
- 数十
- E&T
- 各
- 東の
- 埋め込まれた
- 完全に
- 本質的に
- 設立
- 等
- さらに
- 例
- 例
- 予想される
- 探る
- 探る
- 表現
- 実際
- false
- お気に入り
- もう完成させ、ワークスペースに掲示しましたか?
- 発見
- フード
- 食品
- サッカー
- 発見
- から
- 機能
- さらに
- 生成する
- ジェネレータ
- ドイツ語
- 与える
- 与えられた
- Go
- ゴエス
- グループ
- グループの
- 持ってる
- 持って
- こちら
- しかしながら
- HTTPS
- 人間
- アイデア
- ie
- if
- 画像
- 影響
- in
- 不正確
- include
- 個人
- 固有の
- インテリジェンス
- 予定
- 故意に
- 調べる
- IT
- ITS
- JPG
- ラベル
- ラベル
- 言語
- 大
- ローマ字
- ラテンアメリカ
- ラテンアメリカ人
- 左
- 制限
- ラマ
- 製
- 作成
- man
- 計測
- メディア
- 会った
- 方法論
- 真ん中
- かもしれない
- 最小
- モデル
- 他には?
- 最も
- 一番人気
- 自然
- 必ずしも
- 新作
- いいえ
- 数
- of
- on
- ONE
- オンライン
- の
- or
- でる
- 出力
- が
- 紙素材
- 参加
- 特定の
- 人
- 人
- ピザ
- 場所
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 政治的に
- 人気
- ポスト
- 投稿
- 潜在的な
- プロセス
- 公共
- 引き
- 質問
- 率
- むしろ
- リアル
- 現実の世界
- 認識する
- 洗練された
- 反射
- 関連する
- 関係
- 表す
- 代表者
- 表します
- 研究
- 研究者
- 反応します
- 回答
- 結果
- 同じ
- 言う
- 科学者たち
- と思われる
- 別
- セット
- すべき
- 示す
- 作品
- 同様の
- 同様に
- 簡単な拡張で
- 単に
- サッカー
- 社会
- ソーシャルメディア
- 一部
- 誰か
- 特定の
- スピン
- スポーツ
- スポーツ
- 開始
- 都道府県
- 勉強
- 勉強
- そのような
- Survey
- テーブル
- チーム
- ティーンエイジャー
- test
- テスト
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- より
- それ
- 世界
- アプリ環境に合わせて
- 自分自身
- その後
- ボーマン
- 彼ら
- この
- それらの
- しかし?
- しきい値
- 全体
- 〜へ
- ツール
- に向かって
- トレーニング
- 試します
- 下
- 理解された
- に
- 使用法
- 中古
- users
- バリアント
- 非常に
- 生存率
- 有権者
- ました
- we
- ウェブサイト
- した
- この試験は
- いつ
- かどうか
- 誰
- 女性
- 言葉
- 世界
- でしょう
- 書き込み
- 書かれた
- 年
- You
- あなた自身
- ゼファーネット