Badanie porównuje 25 modeli językowych z ocenami 8 ekspertów ds. weteranów przy klasyfikacji postów kryzysowych. Modele LLM wykazują wyższą zgodność między sobą niż z ludzkimi ekspertami w zadaniach bezpieczeństwa.
Wyobraź sobie: dwadzieścia pięć modeli AI i ośmioro ludzkich ekspertów zasiadają do tego samego trudnego zadania, czyli oceny postów weteranów przeżywających kryzysy zdrowia psychicznego. Brzmi jak początek rewolucji w psychiatrycznej diagnostyce online, prawda? Modele wykazały zadziwiającą spójność między sobą, co mogłoby sugerować, że algorytmy nareszcie "mówią jednym głosem" w kwestiach bezpieczeństwa.
Ale tu właśnie zaczyna się problem. Modele zgadzają się ze sobą świetnie, lecz znacznie gorzej z ludzkimi specjalistami. Powstaje więc kluczowe pytanie: czy mamy do czynienia z nową formą zbiorowej mądrości, czy może ze zbiorowym błędem, który po prostu bardzo pewnie siebie kliknie "wyślij"?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdzies
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google