- 인스브루크 대학교 연구진은 AI 시스템의 시간적 타당성을 조사하며, 시간이 지남에 따라 문장을 이해하는 데 있어 그 관련성을 강조합니다.
- AI 모델은 추가적인 맥락이 포함된 복잡한 문장에서 시간적 타당성을 식별하는 데 있어 다양한 수준의 성공을 보이며, 특히 이러한 영역에서 두드러집니다.
- AI 모델의 고급 시간적 상식(TCS) 기능은 금융 시장 예측 및 뉴스 스토리 생성과 같은 응용 분야에서 유망한 가능성을 제시합니다.
오스트리아 인스브루크 대학의 연구원들은 생성형 인공지능(AI) 시스템에서 시간적 유효성 적용을 탐구하는 연구를 최근 발표했습니다. 그들의 발견은 이 벤치마킹이 특히 시간 경과에 따른 문장의 관련성을 이해하는 데 있어 AI 생태계에 상당한 개선을 가져올 잠재력이 있음을 시사합니다.
시간적 유효성 이해
시간적 유효성은 시간의 진행과 관련하여 문장의 관련성을 의미합니다. AI 시스템의 맥락에서 이 지표는 모델이 문장의 시간 기반 가치를 식별하는 데 중요한 역할을 합니다. 시간적 유효성을 측정하는 능력은 AI 모델을 서로 구별하는 기본 기능입니다.
연구 통찰력
18페이지 분량의 연구 논문에서 조사관들은 AI 모델이 단순한 문장에서 시간적 유효성의 지속 기간을 식별하는 데 상당한 능력을 보였다는 것을 발견했습니다. 그러나 추가적인 맥락적 정보에 직면했을 때, 생성형 AI 모델은 문장 내 시간적 유효성을 인식하는 데 다양한 수준의 성공을 보였습니다.
복잡한 문장 내에서 시간적 유효성을 이해하는 대규모 언어 모델(LLM)의 효과를 평가하기 위해, 연구원들은Formerly Twitter인 X에서 소스된 데이터를 활용하는 벤치마킹 시스템을 도입했습니다.
시간적 유효성 변화 예측 벤치마킹
이 연구는 기계 학습 모델이 시간적 변화를 유발하는 맥락적 문장을 감지하는 숙련도를 평가하도록 설계된 자연어 처리 작업인 '시간적 유효성 변화 예측(Temporal Validity Change Prediction)' 개념을 도입했습니다. 연구원들은 이 벤치마킹을 사용하여 다양한 주요 생성형 AI 모델을 평가했습니다.
연구의 평가에서, 오픈에이아이(OpenAI)의 ChatGPT는 시간적 상식(TCS) 능력 측면에서 인상적인 성과를 보이지 않았습니다. 연구원들은 이 낮은 성과를 챗봇 훈련 중 사용된 방법론에 기인했습니다.
"ChatGPT는 TCS 이해에 관한 다른 연구들과 일치하게 하위 성능 모델 중 하나에 랭크됩니다," 연구 논문은 밝혔습니다. "그의 단점은 퓨샷 학습 접근법과 데이터셋 특정 특성에 대한 지식 부족에 기인할 수 있습니다."
고급 TCS의 실제적 함의
AI 모델의 고급 시간적 상식(TCS) 능력은 다양한 실제 응용 분야에서 희망을 제시합니다. 잠재적 사용 사례 중 일부는 다음과 같습니다:
1. 금융 시장 예측: 향상된 TCS(시간적 상식)를 갖춘 AI 모델은 금융 시장 행동에 대한 통찰력을 개선하여 투자자와 분석가가 정보에 입각한 결정을 내리는 데 도움을 줄 수 있습니다.
2. 뉴스 스토리 생성: 고급 TCS를 갖춘 AI 모델은 소셜 미디어 게시물을 더 효과적으로 뉴스 스토리로 생성하여 시간적 맥락이 정확하게 포착되도록 보장할 수 있습니다.
3. 지식 추적: AI 챗봇은 관련성에 대해 새로운 입력을 평가하는 동안 관련 지식을 추적하고 유지하는 능력을 향상시켜 사용자에게 더 정확하고 최신의 응답을 제공할 수 있습니다.
AI 연구의 진전
최근 몇 달간 AI 연구는 최첨단 AI 및 LLM의 기능과 한계에 대한 중요한 통찰력을 밝혀내며 새로운 높이에 도달했습니다:
1. 아부 vs 사실 기반 응답: 주요 AI 모델은 훈련 중 인간 피드백을 통한 강화 학습(RLHF)에 의존함으로써 사실 기반 응답보다 아부성 응답을 선호하는 경향이 있다는 연구가 강조했습니다.
2. 챗봇 보안 결함: 2023년 연구는 악의적 행위자가 간단한 단어 반복을 악용하여 모델이 의도된 정렬 훈련에서 벗어나게 함으로써 직원의 세부 정보에 접근할 수 있게 하는 챗봇 결함을 식별했습니다.
3. 블록체인 통합: 다른 연구들은 민감한 데이터 보호를 위한 새로운 가능성을 열어놓기 위해 사용자 신뢰, 프라이버시 및 보안을 강화하기 위해 블록체인 기술을 AI 모델과 통합하는 것을 탐구했습니다.
인스브루크 대학에서 수행된 연구는 AI 시스템에서 시간적 유효성의 중요성과 AI 기능 향상을 주도할 잠재력을 조명합니다. ChatGPT가 이 측면에서 부족했을지라도, 이 발견은 AI 연구의 추가 진전을 위한 길을 열었습니다. AI가 진화함에 따라 시간적 상식 이해를 해결하는 것은 더 정확하고 맥락 인식형 AI 애플리케이션을 달성하는 데 핵심적입니다.
이 글을 읽고 계신다면, 이미 앞서 나가고 있습니다. 뉴스레터로 그 위치를 유지하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 투자 결정을 내리기 전에 반드시 독립적인 조사나 자격을 갖춘 전문가의 상담을 강력히 권장합니다.
글로리 카부루
글로리는 AI 도구와 연구에 능통한 매우 유능한 저널리스트입니다. 그녀는 AI 에 열정을 가지고 있으며 이 주제에 관한 여러 편의 기사를 집필했습니다. 그녀는 인공지능, 머신러닝, 딥러닝 분야의 최신 동향을 항상 파악하고 정기적으로 글을 씁니다.
