Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
%20(1).webp)
OpenAIがAI会話ベンチマーク公開
Generatived
22/9/26, 07.00
OpenAI（サンフランシスコ）は、メンタルヘルスに関するAIモデルの応答品質を測定するオープン評価指標『MentalHealthBench』を発表した。世界22カ国の専門家80名以上と共同開発され、日常のストレスから緊急時までの会話シナリオに対応する評価基準が整備されたとされる。
本指標では背景文脈の把握やユーザーの主体性尊重、適切な助言の提供といった要素が可視化され、専門家による厳格なルーブリックに基づいてモデル性能が数値化される仕組みだ。非緊急会話から深刻な相談まで幅広い対話データが含まれ、安全性と実用性の双方が検証可能になっているという。
一般ユーザーを対象とした調査も平行して実施され、臨床的助言と利用者が求めるトーンや具体的提案とのバランスに関しても分析が進められた模様だ。開発元は評価手法を広く公開することで技術向上を支援し、安全な対話型AIの普及を後押ししていく構想と報じられている。
Bagikan artikel ini:
Tin tức mới nhất
WPP Meluncurkan Kerangka Data Pemasaran Terintegrasi
25/8/26, 07.00
WPP membangun arsitektur data terintegrasi di Google Cloud untuk mendukung ekosistem pemasaran berbasis agennya.
NVIDIA Meluncurkan Platform Inferensi Groq yang Dipercepat
25/8/26, 07.00
NVIDIA mengungkapkan evaluasi benchmark independen yang mencakup akselerator inferensi interaktif Groq 3 LPX yang dirancang untuk beban kerja kecerdasan buatan berbasis agen.
NVIDIA Mengevaluasi Kinerja Perangkat Keras Inferensi Agen
25/8/26, 07.00
NVIDIA mengevaluasi kinerja sistem di seluruh beban kerja kecerdasan buatan berbasis agen menggunakan rangkaian benchmark SemiAnalysis AgentX.
Copyright © 2024 Generatived - All right Reserved.
Bagikan artikel ini:
Bagikan artikel ini:
Kategori
Berita
AI dan hukum/peraturan/masyarakat
Hãy theo dõi chúng tôi
Bahasa
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.
Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.
Ikuti kami
Bahasa
Berita terkini
WPP Meluncurkan Kerangka Data Pemasaran Terintegrasi
25/8/26, 07.00
WPP membangun arsitektur data terintegrasi di Google Cloud untuk mendukung ekosistem pemasaran berbasis agennya.
NVIDIA Meluncurkan Platform Inferensi Groq yang Dipercepat
25/8/26, 07.00
NVIDIA mengungkapkan evaluasi benchmark independen yang mencakup akselerator inferensi interaktif Groq 3 LPX yang dirancang untuk beban kerja kecerdasan buatan berbasis agen.
NVIDIA Mengevaluasi Kinerja Perangkat Keras Inferensi Agen
25/8/26, 07.00
NVIDIA mengevaluasi kinerja sistem di seluruh beban kerja kecerdasan buatan berbasis agen menggunakan rangkaian benchmark SemiAnalysis AgentX.