VeGraph forbedrer nøyaktigheten med 2–5 % i forhold til eksisterende metoder.
NAACL 2025 (Annual Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics) er verdens ledende prestisjefylte vitenskapelige forum innen naturlig språkbehandling og beregningslingvistikk.
Ifølge informasjon fra Viettel ettermiddagen 16. mai har eksplosjonen av internett og sosiale nettverk gjort brukergenerert innhold stadig mer populært; samtidig har det ført til en bølge av falske nyheter og uoffisielle nyheter som sprer seg vidt. Denne falske informasjonen forårsaker ikke bare forvirring for folk på sensitive områder som helse, naturkatastrofer, offentlig politikk ... men fører også til alvorlige konsekvenser som: økonomisk skade, nedgang i organisasjonens omdømme og trussel mot nasjonal sikkerhet.
«Tidligere hadde denne informasjonen bare en innvirkning på et bestemt tidspunkt og i et bestemt omfang, nå blir den stadig farligere når den blir en del av inndataene for kunstig intelligens (KI)-systemer. I prosessen med å søke og samle inn informasjon for å svare brukere, er systemer som chatboter og virtuelle assistenter fullt ut i stand til å bruke, opprette eller spre falsk informasjon hvis de ikke har muligheten til å selvverifisere», sa en representant for Viettel.
Faktasjekking er prosessen med å bekrefte sannheten eller usannheten til en informasjon. For eksempel er målet med å faktasjekke påstanden «NASA har funnet liv på Mars» å sjekke om informasjonen er basert på publiserte fakta gjennom pålitelige kilder som aviser, vitenskapelige data eller kunnskapsbaser. For å selvverifisere informasjon må AI-systemer kunne forstå setningen, finne relevant informasjon og trekke logiske konklusjoner basert på objektive data.
VeGraph (Verify-in-the-Graph) er en metode for informasjonsverifisering som er forsket på, utviklet og presentert av et team av ingeniører ved Viettel AI Data Services and Artificial Intelligence Center (Viettel AI) på NAACL 2025 – en av de tre mest prestisjefylte internasjonale konferansene om naturlig språkbehandling. Eksperimentelle resultater på to populære verifiseringsdatasett, HoVer og FEVEROUS, viser at VeGraph forbedrer nøyaktigheten med 2–5 % sammenlignet med eksisterende metoder.
Ifølge Viettels AI-eksperter har de fleste nåværende informasjonsverifiseringsmetoder fortsatt problemer med å håndtere tvetydige, metaforiske eller flerlags utsagn, som ofte brukes til å "skjule" falsk informasjon. Samtidig kan de ikke tydelig forklare hvorfor et innholdsstykke anses som usant, noe som gjør det vanskelig for brukere å stole på resultatene. Mange metoder er også hovedsakelig avhengige av store språkmodeller (LLM) uten mulighet til å kryssjekke med offisielle kunnskapskilder, noe som fører til risiko for å trekke falske konklusjoner eller det såkalte "hallusinasjonsfenomenet".
I motsetning til verktøy som bare foretar interne slutninger i modellen, deler VeGraph proaktivt opp forespørselen om informasjonsverifisering i små klausuler og sammenligner den deretter med pålitelige referanser som juridiske dokumenter, offentlige databaser , spesialiserte dokumenter osv. Hele verifiseringsprosessen er systematisert i klare trinn, noe som gjør det enkelt for brukere å overvåke og kontrollere, noe som øker nøyaktighet og åpenhet – en stadig viktigere faktor i AI-applikasjoner. Denne funksjonen gjør det også mulig for organisasjoner å raskt justere og forbedre systemet når det er nødvendig.
VeGraph sikter mot et transparent og sikkert digitalt miljø, og er høyt verdsatt for sin praktiske anvendelse. I tillegg til muligheten til å integreres i AI-systemer for å øke nøyaktighet og pålitelighet, kan denne teknologien utvikles til et informasjonsverifiseringssystem innen mange felt som helsevesen, journalistikk, jus eller statsforvaltning... Takket være dette kan folk selvverifisere viktig informasjon som krever høy autentisitet, for eksempel aktuelle nyheter, informasjon om legemidler, vaksiner, legemidler eller juridiske forskrifter...
I fremtiden vil VeGraph bli utvidet til å håndtere ulike dataformater som bilder, videoer, lyd osv., gjenkjenne komplekse språkformer som metaforer og implikasjoner, og innlemme ytterligere kunnskapsgrafer for å forbedre resonneringsevnen.
I år tiltrakk NAACL 2025 seg et rekordantall artikler, over 3000, med en svært konkurransedyktig akseptgrad for primære artikler (omtrent 22 %), som samlet den mest banebrytende forskningen. NAACL 2025 fokuserer spesielt på banebrytende fremskritt innen utvikling av store språkmodeller, tverrkulturell og flerspråklig naturlig språkbehandling, nye inferensmuligheter og ansvarlig AI.
Ifølge avisen News and People
Kilde: https://doanhnghiepvn.vn/cong-nghe/khi-ai-biet-kiem-chung-su-that-buoc-tien-moi-tu-viettel-ai-tai-naacl-2025/20250519080205067
Kommentar (0)