Badacze opracowali głęboką sieć neuronową, w której każda warstwa operuje na funkcjach masy teorii Dempstera-Shafera, łącząc je regułą Yagera zamiast Dempstera – co eliminuje problem rozbieżności gradientów przy konflikcie źródeł wiedzy i pozwala sieci wyrażać niepewność słowem 'nie wiem'.
Wyobraź sobie sieć neuronową, która zamiast bezczelnie strzelać odpowiedzią, potrafi uczciwie powiedzieć "nie wiem". Właśnie taki system stworzyli badacze, wszczepiając w głąb sieci matematyczny aparat teorii Dempstera-Shafera i zastępując klasyczną regułę łączenia wariantem Yagera, który nie gubi się w sprzecznościach między źródłami wiedzy.
Brzmi jak przełom w walce z halucynującymi modelami, ale warto zapytać: czy sieć, która chętnie przyznaje się do niewiedzy, nie okaże się po prostu zbyt ostrożna, żeby być użyteczna w praktyce?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
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