Recentemente, o Google lançou o Bard, um chatbot gerado por IA e alimentado por LaMDA, para competir com o ChatGPT da OpenAI. Se você trabalha com SEO ou publicação online, é fundamental entender o Bard e como ele pode se integrar às buscas. Exploremos o que se sabe até agora sobre essa ferramenta de inteligência artificial e quais algoritmos podem estar por trás dessa nova ferramenta.
O Google optou pelo nome 'Bard' como uma estratégia de marketing, já que não há algoritmos conhecidos com esse nome. No entanto, sabemos que o LaMDA é a força motriz por trás desse chatbot inovador.
Saiba tudo o que foi descoberto até agora sobre o Bard e analise pesquisas interessantes que podem nos dar uma ideia dos algoritmos que impulsionam essa ferramenta.
Fique ligado para saber mais sobre o que o Google Bard tem a oferecer e como ele pode mudar o jogo no campo da inteligência artificial.
O Google optou pelo nome 'Bard' como uma estratégia de marketing, já que não há algoritmos conhecidos com esse nome. No entanto, sabemos que o LaMDA é a força motriz por trás desse chatbot inovador.
Saiba tudo o que foi descoberto até agora sobre o Bard e analise pesquisas interessantes que podem nos dar uma ideia dos algoritmos que impulsionam essa ferramenta.
Fique ligado para saber mais sobre o que o Google Bard tem a oferecer e como ele pode mudar o jogo no campo da inteligência artificial.
Entendendo o Google Bard
O Google Bard é um chatbot experimental desenvolvido pelo Google e baseado no modelo de linguagem LaMDA. Este chatbot de inteligência artificial generativa é capaz de receber comandos e realizar tarefas relacionadas a textos, como fornecer respostas e resumos ou criar diferentes tipos de conteúdo.
Além disso, o Google Bard facilita a exploração de assuntos, resumindo informações encontradas na internet e oferecendo links para sites com informações adicionais. Ao longo deste artigo, vamos mergulhar nos detalhes deste chatbot inovador e aprender mais sobre o que o Google Bard pode fazer por você.
Além disso, o Google Bard facilita a exploração de assuntos, resumindo informações encontradas na internet e oferecendo links para sites com informações adicionais. Ao longo deste artigo, vamos mergulhar nos detalhes deste chatbot inovador e aprender mais sobre o que o Google Bard pode fazer por você.
A saga do Google Bard: superando desafios e reinventando-se no mundo da inteligência artificial
O lançamento do Bard pelo Google foi uma resposta direta ao êxito retumbante do ChatGPT da OpenAI, uma vez que surgiu a percepção de que o gigante das buscas estava ficando para trás na corrida tecnológica. Em um mundo onde a inovação é essencial, o Google não hesitou em tomar medidas para recuperar sua posição no mercado.
O ChatGPT conquistou a atenção da indústria por ser uma tecnologia inovadora, com potencial para transformar o setor de buscas e mudar a dinâmica de poder, afetando tanto a pesquisa do Google quanto o rentável segmento de anúncios em busca. Diante desse cenário, o Google percebeu que precisava agir rapidamente.
Em 21 de dezembro de 2022, o New York Times reportou que o Google ativou um "alerta vermelho" para definir uma resposta ágil à ameaça que se apresentava ao seu modelo de negócio. Após 47 dias de esforços concentrados na nova estratégia, o Google anunciou, em 6 de fevereiro de 2023, o lançamento do tão aguardado Bard, demonstrando sua capacidade de adaptação e inovação diante dos desafios do mercado.
O ChatGPT conquistou a atenção da indústria por ser uma tecnologia inovadora, com potencial para transformar o setor de buscas e mudar a dinâmica de poder, afetando tanto a pesquisa do Google quanto o rentável segmento de anúncios em busca. Diante desse cenário, o Google percebeu que precisava agir rapidamente.
Em 21 de dezembro de 2022, o New York Times reportou que o Google ativou um "alerta vermelho" para definir uma resposta ágil à ameaça que se apresentava ao seu modelo de negócio. Após 47 dias de esforços concentrados na nova estratégia, o Google anunciou, em 6 de fevereiro de 2023, o lançamento do tão aguardado Bard, demonstrando sua capacidade de adaptação e inovação diante dos desafios do mercado.
O tropeço do Google Bard: O que deu errado com o lançamento do chatbot IA?
A apresentação do Google Bard tornou-se um fracasso surpreendente devido a um erro factual no demo que tinha como objetivo exibir o potencial do chatbot de IA do Google. O que deveria ser um retorno triunfante se transformou em um constrangimento público para a empresa.
A imprecisão na inteligência artificial do Google fez com que a apresentação do Bard não causasse o impacto esperado, gerando dúvidas sobre a eficácia e confiabilidade da ferramenta. Esse incidente mostrou que, mesmo com avanços significativos na IA, ainda há espaço para aperfeiçoamento e desenvolvimento.
Como resultado desse episódio, as ações do Google sofreram uma queda significativa, perdendo cem bilhões de dólares em valor de mercado em um único dia. Esse revés reflete a perda de confiança na capacidade do Google de enfrentar os desafios da era da inteligência artificial que se aproxima.
A imprecisão na inteligência artificial do Google fez com que a apresentação do Bard não causasse o impacto esperado, gerando dúvidas sobre a eficácia e confiabilidade da ferramenta. Esse incidente mostrou que, mesmo com avanços significativos na IA, ainda há espaço para aperfeiçoamento e desenvolvimento.
Como resultado desse episódio, as ações do Google sofreram uma queda significativa, perdendo cem bilhões de dólares em valor de mercado em um único dia. Esse revés reflete a perda de confiança na capacidade do Google de enfrentar os desafios da era da inteligência artificial que se aproxima.
Google Bard: Como funciona essa nova ferramenta de IA?
O Google Bard é alimentado por uma versão "leve" do LaMDA, um modelo de linguagem de grande porte treinado com conjuntos de dados compostos por diálogos públicos e informações da web. Vamos analisar os elementos cruciais do funcionamento do Bard e os detalhes apresentados no artigo de pesquisa associado.
Duas características importantes do treinamento do LaMDA são a segurança e a fundamentação. A segurança é alcançada ajustando o modelo com dados anotados por colaboradores externos. Já a fundamentação ocorre quando o LaMDA consulta fontes externas de conhecimento, como sistemas de recuperação de informações.
O artigo de pesquisa destaca que isso permite que o modelo gere respostas baseadas em fontes conhecidas, em vez de apenas respostas plausíveis. O Google utilizou três métricas para avaliar as saídas do LaMDA:
Essas métricas foram julgadas por avaliadores terceirizados e os dados obtidos foram usados para aprimorar o sistema. A pesquisa conclui que a revisão terceirizada e a capacidade de verificar informações com um mecanismo de busca são técnicas úteis para aprimorar o modelo.
Através do uso de dados anotados por terceiros e APIs externas, o Google Bard promete melhorar a segurança e a fundamentação das respostas geradas pelo modelo. Isso abre caminho para avanços significativos na aplicação de modelos de linguagem em diálogos e outras aplicações práticas.
Duas características importantes do treinamento do LaMDA são a segurança e a fundamentação. A segurança é alcançada ajustando o modelo com dados anotados por colaboradores externos. Já a fundamentação ocorre quando o LaMDA consulta fontes externas de conhecimento, como sistemas de recuperação de informações.
O artigo de pesquisa destaca que isso permite que o modelo gere respostas baseadas em fontes conhecidas, em vez de apenas respostas plausíveis. O Google utilizou três métricas para avaliar as saídas do LaMDA:
- Sensatez (se uma resposta faz sentido)
- Especificidade (quão específica ou genérica é a resposta)
- Interesse (se as respostas são perspicazes ou despertam curiosidade).
Essas métricas foram julgadas por avaliadores terceirizados e os dados obtidos foram usados para aprimorar o sistema. A pesquisa conclui que a revisão terceirizada e a capacidade de verificar informações com um mecanismo de busca são técnicas úteis para aprimorar o modelo.
Através do uso de dados anotados por terceiros e APIs externas, o Google Bard promete melhorar a segurança e a fundamentação das respostas geradas pelo modelo. Isso abre caminho para avanços significativos na aplicação de modelos de linguagem em diálogos e outras aplicações práticas.
Bard: a evolução da busca no Google com inteligência artificial
O futuro do Bard, nova ferramenta do Google, é ser uma funcionalidade dentro da busca. O anúncio feito pela empresa em fevereiro foi vago em relação à implementação do Bard, deixando muitas dúvidas sobre como a ferramenta seria utilizada. Entretanto, em um parágrafo próximo ao final do anúncio, foi descrito que o Bard seria uma funcionalidade de inteligência artificial dentro da busca.
Apesar disso, a falta de clareza gerou a percepção de que o Bard seria integrado à busca, o que nunca foi o caso. De acordo com a divulgação feita pelo Google, a ideia é que o Bard seja uma funcionalidade que ajude a filtrar informações complexas e diversas perspectivas em formatos fáceis de entender, seja para buscar diferentes pontos de vista ou aprofundar em tópicos relacionados.
Fica claro, portanto, que o Bard não é a busca em si, mas sim uma funcionalidade dentro dela, que não tem como objetivo substituir a busca, mas torná-la mais eficiente e fácil de usar para os usuários.
Apesar disso, a falta de clareza gerou a percepção de que o Bard seria integrado à busca, o que nunca foi o caso. De acordo com a divulgação feita pelo Google, a ideia é que o Bard seja uma funcionalidade que ajude a filtrar informações complexas e diversas perspectivas em formatos fáceis de entender, seja para buscar diferentes pontos de vista ou aprofundar em tópicos relacionados.
Fica claro, portanto, que o Bard não é a busca em si, mas sim uma funcionalidade dentro dela, que não tem como objetivo substituir a busca, mas torná-la mais eficiente e fácil de usar para os usuários.
O que é uma função de busca?
Ao navegar pelo Google, muitas vezes nos deparamos com informações úteis além das páginas da web, como o Painel de Conhecimento, que apresenta informações sobre pessoas, lugares e coisas notáveis. Esses recursos são chamados de "funcionalidades de busca".
Em sua página "Como a Busca Funciona", o Google explica que essas funcionalidades são projetadas para fornecer informações precisas e relevantes no formato mais útil para a sua consulta, que pode ser uma página da web ou informações do mundo real, como um mapa ou estoque em uma loja local.
No entanto, em uma reunião interna do Google relatada pela CNBC, os funcionários questionaram o uso do Bard na busca. Alguns argumentaram que grandes modelos de linguagem, como o ChatGPT e o Bard, não são fontes confiáveis de informações factuais.
A resposta de Jack Krawczyk, líder de produto do Bard, foi clara:
“Eu só quero deixar muito claro: o Bard não é busca.”
A vice-presidente de Engenharia de Busca do Google, Elizabeth Reid, reiterou que o Bard é uma ferramenta separada da busca. Em suma, o Bard não é uma nova versão da busca do Google. É uma funcionalidade que pode ser usada para melhorar a experiência do usuário ao buscar informações.
Em sua página "Como a Busca Funciona", o Google explica que essas funcionalidades são projetadas para fornecer informações precisas e relevantes no formato mais útil para a sua consulta, que pode ser uma página da web ou informações do mundo real, como um mapa ou estoque em uma loja local.
No entanto, em uma reunião interna do Google relatada pela CNBC, os funcionários questionaram o uso do Bard na busca. Alguns argumentaram que grandes modelos de linguagem, como o ChatGPT e o Bard, não são fontes confiáveis de informações factuais.
A resposta de Jack Krawczyk, líder de produto do Bard, foi clara:
“Eu só quero deixar muito claro: o Bard não é busca.”
A vice-presidente de Engenharia de Busca do Google, Elizabeth Reid, reiterou que o Bard é uma ferramenta separada da busca. Em suma, o Bard não é uma nova versão da busca do Google. É uma funcionalidade que pode ser usada para melhorar a experiência do usuário ao buscar informações.
Bard: uma maneira interativa de explorar tópicos
Quando pensamos em Google, geralmente pensamos em respostas rápidas para perguntas factuais, como "qual a distância entre Manaus e Belo Horizonte?". No entanto, cada vez mais as pessoas estão recorrendo ao Google em busca de insights e compreensão mais profundos, como "é mais fácil aprender inglês ou francês e quanto tempo leva para ficar fluente em cada idioma?".
Aprender sobre um tópico pode exigir muito esforço para descobrir o que você realmente precisa saber, e as pessoas muitas vezes querem explorar uma ampla gama de opiniões ou perspectivas. É aí que entra o Bard.
Anunciado recentemente pelo Google, o Bard é uma ferramenta interativa projetada para ajudar os usuários a investigar o conhecimento sobre tópicos. Diferente da busca convencional, que fornece links para respostas, o Bard ajuda os usuários a explorar e aprofundar-se em um tópico específico.
Por meio do Bard, os usuários podem acessar uma ampla gama de perspectivas e opiniões sobre um tópico, tornando a busca por informações muito mais interativa e envolvente. Com o Bard, o aprendizado sobre um tópico pode ser uma experiência mais enriquecedora e satisfatória.
Embora o Bard não seja uma nova versão da busca do Google, ele certamente será uma adição bem-vinda para aqueles que buscam informações mais completas e aprofundadas sobre um tópico. Com o Bard, a exploração de conhecimento será interativa e envolvente.
Aprender sobre um tópico pode exigir muito esforço para descobrir o que você realmente precisa saber, e as pessoas muitas vezes querem explorar uma ampla gama de opiniões ou perspectivas. É aí que entra o Bard.
Anunciado recentemente pelo Google, o Bard é uma ferramenta interativa projetada para ajudar os usuários a investigar o conhecimento sobre tópicos. Diferente da busca convencional, que fornece links para respostas, o Bard ajuda os usuários a explorar e aprofundar-se em um tópico específico.
Por meio do Bard, os usuários podem acessar uma ampla gama de perspectivas e opiniões sobre um tópico, tornando a busca por informações muito mais interativa e envolvente. Com o Bard, o aprendizado sobre um tópico pode ser uma experiência mais enriquecedora e satisfatória.
Embora o Bard não seja uma nova versão da busca do Google, ele certamente será uma adição bem-vinda para aqueles que buscam informações mais completas e aprofundadas sobre um tópico. Com o Bard, a exploração de conhecimento será interativa e envolvente.
Como o Bard e o LaMDA lidam com erros factuais em modelos de linguagem
Grandes modelos de linguagem, como o LaMDA, podem apresentar erros factuais ao tentar imitar respostas. Para lidar com esse problema, os pesquisadores por trás do LaMDA afirmam que aumentar o tamanho do modelo pode ajudar a obter mais informações precisas.
No entanto, essa abordagem falha em áreas em que os fatos mudam constantemente, o que os pesquisadores chamam de "problema de generalização temporal". Informações atualizadas e precisas não podem ser treinadas em um modelo de linguagem estático.
Para resolver esse problema, o LaMDA e, possivelmente, o Bard, desenvolveram uma ferramenta chamada Toolset (TS). Esse conjunto de ferramentas inclui um sistema de recuperação de informações, um calculadora e um tradutor.
O sistema de recuperação de informações, que é basicamente um mecanismo de pesquisa, pode retornar trechos de conteúdo da web aberta com seus respectivos URLs.
O TS tenta uma string de entrada em todas as suas ferramentas e produz uma lista final de strings concatenando as listas de saída de cada ferramenta na seguinte ordem: calculadora, tradutor e sistema de recuperação de informações.
No entanto, se uma ferramenta não puder analisar a entrada, ela retornará uma lista vazia de resultados e não contribuirá para a lista final de saída. Essa abordagem permite que o Bard forneça respostas frescas e de alta qualidade combinando o conhecimento do mundo com a potência, inteligência e criatividade dos modelos de linguagem do Google.
No entanto, essa abordagem falha em áreas em que os fatos mudam constantemente, o que os pesquisadores chamam de "problema de generalização temporal". Informações atualizadas e precisas não podem ser treinadas em um modelo de linguagem estático.
Para resolver esse problema, o LaMDA e, possivelmente, o Bard, desenvolveram uma ferramenta chamada Toolset (TS). Esse conjunto de ferramentas inclui um sistema de recuperação de informações, um calculadora e um tradutor.
O sistema de recuperação de informações, que é basicamente um mecanismo de pesquisa, pode retornar trechos de conteúdo da web aberta com seus respectivos URLs.
O TS tenta uma string de entrada em todas as suas ferramentas e produz uma lista final de strings concatenando as listas de saída de cada ferramenta na seguinte ordem: calculadora, tradutor e sistema de recuperação de informações.
No entanto, se uma ferramenta não puder analisar a entrada, ela retornará uma lista vazia de resultados e não contribuirá para a lista final de saída. Essa abordagem permite que o Bard forneça respostas frescas e de alta qualidade combinando o conhecimento do mundo com a potência, inteligência e criatividade dos modelos de linguagem do Google.
Como a pesquisa em IA está influenciando sistemas de perguntas e respostas conversacionais como o Bard
Embora não haja trabalhos de pesquisa que mencionem o nome "Bard", há muita pesquisa recente relacionada à inteligência artificial que pode ter impacto sobre o Bard, incluindo pesquisas realizadas por cientistas associados à LaMDA. Não podemos afirmar com certeza se essas tecnologias são usadas no Bard, é importante entender o que é possível.
Os seguintes algoritmos são relevantes para sistemas de perguntas e respostas baseados em inteligência artificial. Um dos autores da LaMDA trabalhou em um projeto que visa criar dados de treinamento para um sistema de recuperação de informações conversacionais.
O objetivo era criar um sistema que pudesse ler páginas da web e prever quais perguntas seriam respondidas por um determinado trecho. Por exemplo, um trecho de uma página confiável da Wikipédia que diz "O céu é azul" poderia ser transformado na pergunta "De que cor é o céu?".
Os pesquisadores criaram seu próprio conjunto de dados de perguntas e respostas usando a Wikipédia e outras páginas da web. Eles chamaram os conjuntos de dados de WikiDialog e WebDialog.
Esses novos conjuntos de dados são mil vezes maiores do que os conjuntos de dados existentes, o que dá aos modelos de linguagem conversacionais uma oportunidade de aprender mais.
Os pesquisadores relataram que este novo conjunto de dados ajudou a melhorar os sistemas de perguntas e respostas conversacionais em mais de 40%. É difícil imaginar um cenário em que o Google não treinasse um AI conversacional em um conjunto de dados tão grande.
No entanto, como o Google raramente comenta sobre suas tecnologias subjacentes em detalhes, não podemos afirmar com certeza se o Bard foi treinado com os conjuntos de dados WikiDialog e WebDialog.
Independentemente disso, o que sabemos é que o Bard é uma ferramenta projetada para aprimorar a experiência de busca no Google, permitindo que os usuários encontrem informações mais facilmente e em formatos mais úteis.
Os seguintes algoritmos são relevantes para sistemas de perguntas e respostas baseados em inteligência artificial. Um dos autores da LaMDA trabalhou em um projeto que visa criar dados de treinamento para um sistema de recuperação de informações conversacionais.
O objetivo era criar um sistema que pudesse ler páginas da web e prever quais perguntas seriam respondidas por um determinado trecho. Por exemplo, um trecho de uma página confiável da Wikipédia que diz "O céu é azul" poderia ser transformado na pergunta "De que cor é o céu?".
Os pesquisadores criaram seu próprio conjunto de dados de perguntas e respostas usando a Wikipédia e outras páginas da web. Eles chamaram os conjuntos de dados de WikiDialog e WebDialog.
Esses novos conjuntos de dados são mil vezes maiores do que os conjuntos de dados existentes, o que dá aos modelos de linguagem conversacionais uma oportunidade de aprender mais.
Os pesquisadores relataram que este novo conjunto de dados ajudou a melhorar os sistemas de perguntas e respostas conversacionais em mais de 40%. É difícil imaginar um cenário em que o Google não treinasse um AI conversacional em um conjunto de dados tão grande.
No entanto, como o Google raramente comenta sobre suas tecnologias subjacentes em detalhes, não podemos afirmar com certeza se o Bard foi treinado com os conjuntos de dados WikiDialog e WebDialog.
Independentemente disso, o que sabemos é que o Bard é uma ferramenta projetada para aprimorar a experiência de busca no Google, permitindo que os usuários encontrem informações mais facilmente e em formatos mais úteis.
Novas Pesquisas do Google: Grandes Modelos de Linguagem Com Fontes Atribuídas
O Google recentemente publicou um interessante artigo de pesquisa sobre uma maneira de fazer grandes modelos de linguagem citarem as fontes de suas informações. A versão inicial do artigo foi publicada em dezembro de 2022, e a segunda versão foi atualizada em fevereiro de 2023. Essa tecnologia é experimental desde dezembro de 2022.
De acordo com o artigo de pesquisa, grandes modelos de linguagem (LLMs) têm apresentado resultados notáveis com pouca ou nenhuma supervisão direta, e há uma crescente evidência de que eles podem ser úteis em cenários de busca de informações. Os autores acreditam que a capacidade de um LLM de atribuir o texto que gera é crucial para torná-lo confiável nesse cenário.
Os autores do estudo propõem o Atributed Question Answering como um primeiro passo importante no desenvolvimento de LLMs com fontes atribuídas. A ideia é criar um modelo de linguagem capaz de fornecer uma resposta com documentação de suporte que, teoricamente, garanta que a resposta seja baseada em algo.
Esta tecnologia é específica para tarefas de perguntas e respostas. O objetivo é criar melhores respostas - algo que o Google certamente deseja para o Bard.
A atribuição permite que usuários e desenvolvedores avaliem a "confiabilidade e nuances" das respostas. Permite que os desenvolvedores revisem rapidamente a qualidade das respostas, já que as fontes são fornecidas.
Uma nota interessante é uma nova tecnologia chamada AutoAIS que correlaciona fortemente com os avaliadores humanos. Em outras palavras, essa tecnologia pode automatizar o trabalho dos avaliadores humanos e escalar o processo de classificação das respostas dadas por um grande modelo de linguagem (como o Bard).
De acordo com os pesquisadores, embora a avaliação humana seja considerada o padrão de ouro para avaliar o sistema, o AutoAIS tem uma forte correlação com a avaliação humana no nível do sistema. Isso oferece promessa como uma métrica de desenvolvimento em situações em que a avaliação humana é inviável, além de poder ser usado como um sinal de treinamento ruidoso. Ainda que seja uma tecnologia experimental, ela mostra que o Google está explorando maneiras de produzir respostas confiáveis e de alta qualidade.
De acordo com o artigo de pesquisa, grandes modelos de linguagem (LLMs) têm apresentado resultados notáveis com pouca ou nenhuma supervisão direta, e há uma crescente evidência de que eles podem ser úteis em cenários de busca de informações. Os autores acreditam que a capacidade de um LLM de atribuir o texto que gera é crucial para torná-lo confiável nesse cenário.
Os autores do estudo propõem o Atributed Question Answering como um primeiro passo importante no desenvolvimento de LLMs com fontes atribuídas. A ideia é criar um modelo de linguagem capaz de fornecer uma resposta com documentação de suporte que, teoricamente, garanta que a resposta seja baseada em algo.
Esta tecnologia é específica para tarefas de perguntas e respostas. O objetivo é criar melhores respostas - algo que o Google certamente deseja para o Bard.
A atribuição permite que usuários e desenvolvedores avaliem a "confiabilidade e nuances" das respostas. Permite que os desenvolvedores revisem rapidamente a qualidade das respostas, já que as fontes são fornecidas.
Uma nota interessante é uma nova tecnologia chamada AutoAIS que correlaciona fortemente com os avaliadores humanos. Em outras palavras, essa tecnologia pode automatizar o trabalho dos avaliadores humanos e escalar o processo de classificação das respostas dadas por um grande modelo de linguagem (como o Bard).
De acordo com os pesquisadores, embora a avaliação humana seja considerada o padrão de ouro para avaliar o sistema, o AutoAIS tem uma forte correlação com a avaliação humana no nível do sistema. Isso oferece promessa como uma métrica de desenvolvimento em situações em que a avaliação humana é inviável, além de poder ser usado como um sinal de treinamento ruidoso. Ainda que seja uma tecnologia experimental, ela mostra que o Google está explorando maneiras de produzir respostas confiáveis e de alta qualidade.
A tecnologia que edita respostas para garantir a factualidade em modelos de linguagem
A evolução da tecnologia de linguagem natural tem sido impressionante nos últimos anos. Uma das grandes conquistas é o desenvolvimento de modelos de linguagem avançados que podem executar tarefas como aprendizado com poucos exemplos, responder perguntas, raciocinar e dialogar. No entanto, esses modelos nem sempre geram conteúdo preciso e confiável.
É aqui que entra uma nova pesquisa da Universidade de Cornell, que explora uma maneira diferente de atribuir fontes para o que um modelo de linguagem gera e até mesmo editar uma resposta para corrigi-la.
O sistema proposto, chamado RARR (Retrofit Attribution using Research and Revision), é capaz de encontrar automaticamente a atribuição para a saída de qualquer modelo de geração de texto e, em seguida, após-editar a saída para corrigir o conteúdo não suportado, preservando ao máximo a saída original.
O resumo da pesquisa afirma que o RARR melhora a atribuição e preserva a entrada original de forma mais significativa do que modelos de edição anteriores. Além disso, sua implementação requer apenas alguns exemplos de treinamento, um grande modelo de linguagem e pesquisa na web padrão.
Esta pesquisa é importante porque ajuda a resolver um problema comum com modelos de linguagem - a falta de mecanismos de atribuição a evidências externas. À medida que a tecnologia de linguagem natural continua a avançar, o desenvolvimento de novas soluções para esse problema é fundamental para melhorar a precisão e a confiabilidade dos modelos de linguagem.
É aqui que entra uma nova pesquisa da Universidade de Cornell, que explora uma maneira diferente de atribuir fontes para o que um modelo de linguagem gera e até mesmo editar uma resposta para corrigi-la.
O sistema proposto, chamado RARR (Retrofit Attribution using Research and Revision), é capaz de encontrar automaticamente a atribuição para a saída de qualquer modelo de geração de texto e, em seguida, após-editar a saída para corrigir o conteúdo não suportado, preservando ao máximo a saída original.
O resumo da pesquisa afirma que o RARR melhora a atribuição e preserva a entrada original de forma mais significativa do que modelos de edição anteriores. Além disso, sua implementação requer apenas alguns exemplos de treinamento, um grande modelo de linguagem e pesquisa na web padrão.
Esta pesquisa é importante porque ajuda a resolver um problema comum com modelos de linguagem - a falta de mecanismos de atribuição a evidências externas. À medida que a tecnologia de linguagem natural continua a avançar, o desenvolvimento de novas soluções para esse problema é fundamental para melhorar a precisão e a confiabilidade dos modelos de linguagem.
Como obter acesso ao Google Bard?
Se você é uma daquelas pessoas que estão sempre antenadas nas últimas novidades do Google, provavelmente já ouviu falar do Bard. Ele é a mais nova ferramenta do Google que utiliza inteligência artificial para ajudar na busca por informações na internet.
Embora seja uma ferramenta experimental, a boa notícia é que o Google está aceitando novos usuários para testar o Bard. Basta acessar a página oficial do Bard e preencher o formulário de inscrição.
No entanto, é importante lembrar que o Bard não é uma nova versão da busca do Google, como afirmou a empresa. Ele é uma funcionalidade que utiliza IA para fornecer informações mais precisas e relevantes sobre um determinado assunto.
Para aqueles que trabalham com publicação na web ou SEO, é importante entender as limitações e possibilidades oferecidas pelo Bard. Embora seja uma ferramenta promissora, ainda há muito a ser explorado em termos de seu potencial para melhorar a busca na internet.
Em resumo, se você está curioso para experimentar o Bard e ver como ele pode ajudá-lo em suas pesquisas na internet, agora é a hora de solicitar acesso. E quem sabe, talvez o Bard possa se tornar uma ferramenta essencial para o seu trabalho no futuro.
Embora seja uma ferramenta experimental, a boa notícia é que o Google está aceitando novos usuários para testar o Bard. Basta acessar a página oficial do Bard e preencher o formulário de inscrição.
No entanto, é importante lembrar que o Bard não é uma nova versão da busca do Google, como afirmou a empresa. Ele é uma funcionalidade que utiliza IA para fornecer informações mais precisas e relevantes sobre um determinado assunto.
Para aqueles que trabalham com publicação na web ou SEO, é importante entender as limitações e possibilidades oferecidas pelo Bard. Embora seja uma ferramenta promissora, ainda há muito a ser explorado em termos de seu potencial para melhorar a busca na internet.
Em resumo, se você está curioso para experimentar o Bard e ver como ele pode ajudá-lo em suas pesquisas na internet, agora é a hora de solicitar acesso. E quem sabe, talvez o Bard possa se tornar uma ferramenta essencial para o seu trabalho no futuro.
