サンフランシスコを拠点とするスタートアップ企業が、生成AIにおける「幻覚」の問題に対処することを目的とした新しいソリューションを発表した。このソリューションでは、大規模言語モデル（LLM）が不正確な情報や誤解を招く情報を生成する。Cleanlabの信頼できる言語モデル（TLM）は、これらの不正確さを検出するように設計されており、LLMによって生成された各応答に信頼性スコアを提供する。Berkeley Research GroupのSteven Gawthorpe博士は、TLMを生成AIの信頼性を高める重要な開発として称賛している。
TLMは、高度な不確実性推定、自動MLアンサンブル、量子情報アルゴリズムを統合して、LLM出力の信頼性を評価する。このツールにより、企業はAIによって生成されたコンテンツの信頼性を測定できる。これは、機密タスクの自動化に不可欠だ。ベンチマークテストでは、TLMは一貫して他の方法よりも優れたパフォーマンスを示し、特定の信頼レベルを下回る応答に対して人間による監視で顧客返金を自動化するなど、重要な機能に生成AIを導入する自信を企業に提供している。
Cleanlabのイノベーションは、データ処理タスクの効率を大幅に向上させる能力により、業界の専門家から賞賛を受けている。Lightning.aiのAkshay Pachaar氏は、TLMが人間参加型ワークフローに及ぼす影響を強調し、大幅な自動化と人件費の節約を可能にした。TLMはLLMの信頼性を高めるだけでなく、その精度も高め、出力を改良してより良い結果をもたらすスーパーLLMとして機能する。
TLMの開発は、AIの不確実性に関する創設者の広範な研究に根ざしており、Cleanlabのチームはこの分野で大きな専門知識を誇っている。この技術は、主要なFortune 500企業で既にデータ入力を改良するために使用されている。TLMにより、Cleanlabはこの専門知識をLLMの出力にまで拡張し、莫大な経済的利益を引き出すことを目指している。CleanlabのCEOであるCurtis Northcutt氏は、TLMがビジネスにおける生成AIの使用を根本的に変え、新しいアプリケーションを可能にし、生産性と収益を大幅に向上させると考えている。TLMとビジネスへの応用の詳細については、Cleanlabのウェブサイトをご覧ください。
出典：プレスリリース
