AI-nyhederNy AI-test: Kan ChatGPT forstå dine datakrav?
Forskere har lavet et benchmark, der tester AI-modellers evne til at oversætte almindeligt sprog til SHACL-regler. Det kan gøre datastyrring nemmere for alle.
Det er sket
Forskere bag projektet NL2SHACL-Bench har udviklet en test, der måler, hvor godt AI-modeller kan oversætte naturligt sprog til SHACL – et sprog, der bruges til at lave regler for data. Det er første gang, der findes et samlet benchmark til netop denne opgave, og det kan blive vigtigt for at gøre AI mere brugbar i hverdagen.
Sådan testes AI
Testen består af en række opgaver, hvor AI-modeller skal lave SHACL-regler ud fra danske og engelske sætninger. Forskernes mål er at se, hvor præcist modellerne rammer de rigtige regler. Foreløbige resultater viser, at der stadig er lang vej igen, før modellerne er pålidelige nok til at bruge i praksis.
Hvad nu?
Benchmarken kan blive en standard for, hvordan vi tester AI i datastyring. For dig betyder det, at fremtidens værktøjer kan blive bedre til at forstå, hvad du mener, når du beskriver dine data regler. Det kan gøre komplekse systemer lettere at betjene for helt almindelige mennesker.
- NL2SHACL-Bench er et nyt benchmark, der tester AI's evne til at lave SHACL-regler.
- SHACL bruges til at validere og styre data i store systemer.
- Testen oversætter naturligt sprog som dansk og engelsk til tekniske regler.
- Forskerne håber, at benchmarken kan forbedre AI-modeller til datastyring.
- Konkrete målinger viser stadig udfordringer med præcision i oversættelserne.
- Værktøjet kan gøre dataregler nemmere at lave uden teknisk ekspertise.
Du kan snart bruge AI til at lave dataregler ved bare at skrive, hvad du vil have – helt uden at lære teknisk sprog som SHACL.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.