Comme l’a rapporté The Decoder le 12 octobre, les chercheurs de Meta AI ont proposé une méthode basée sur les rapides, la chaîne de vérification (CoVe), qui peut réduire considérablement les problèmes d’hallucination dans les chatbots tels que ChatGPT. Avec CoVe, le chatbot répond d’abord aux invites, puis génère des questions basées sur ces sorties pour valider les déclarations. Ces « questions de validation » sont ensuite exécutées sous forme de nouveaux indices indépendants de la première entrée pour éviter que des messages d’erreur ne soient extraits de la première sortie. Enfin, le modèle linguistique valide la première entrée sur la base de faits collectés individuellement. Tous les tests ont été effectués à l’aide du lama 65 B. Les recherches de l’équipe de recherche ont montré qu’il y avait beaucoup moins d’erreurs contenues dans les réponses aux questions individuelles, ce qui a permis à CoVe d’améliorer considérablement le résultat final de l’invite. Pour les problèmes basés sur des listes, CoVe peut plus que doubler le taux de précision, ce qui réduit considérablement le taux d’erreur. Pour les scénarios de questions-réponses plus complexes, cette méthode peut encore améliorer le taux de précision de 23%. Cependant, pour un contenu plus long, l’équipe doit toujours vérifier les incohérences dans les réponses de validation.

Selon un rapport de Qubit du 24 septembre, Meta AI Laboratory a proposé une solution « diviser pour mieux régner » au problème des hallucinations des grands modèles. Il est rapporté qu'avec cette solution, la précision des informations fournies par Llama-65 B a doublé, dépassant même ChatGPT. La « Chain of Verification » (CoVe) proposée cette fois par Meta est une méthode en chaîne similaire à la « Chain of Thought » (CoT). La différence est que la chaîne de réflexion « étape par étape » se concentre davantage sur le raisonnement logique, tandis que la chaîne de vérification se concentre davantage sur les informations factuelles.

Odaily Planet Daily News Selon le deuxième rapport publié lundi par FTX Debtors, les dépenses immobilières aux Bahamas ont dépassé 243 millions de dollars. SBF a dépensé des millions de dollars de clients mixtes sur deux ans pour acheter des propriétés pour les employés, leurs amis et leur famille, y compris un penthouse de six chambres et 11 500 pieds carrés dans la communauté de villégiature d'Albany, qui abrite les fondateurs de FTX et la résidence des membres de l'équipe Caroline Ellison, Nishad Singh et Gary Wang, entre autres. Parmi eux, l'achat du bien immobilier appelé Albany Hive Unit a coûté plus de 18 millions de dollars américains, et le site Old Fort Cove A a coûté plus de 16 millions de dollars américains.