Hugging Face viser AI, der vælger svar

En beslutningsmodel kan vurdere faste svarmuligheder og give sandsynligheder frem for at skrive et svar fra bunden.
En kundebesked bliver til et valg
En AI-model kan læse en kundes klage over en dobbelt betaling og vælge, hvilken afdeling der skal behandle den. Den vælger blandt de muligheder, den får stillet, og giver hver mulighed en sandsynlighed.
Hugging Face viser fremgangsmåden i et indlæg offentliggjort 10. november. Eksemplet bruger modellen autotrust/GEV-26B-Decide gennem Transformers, et softwarebibliotek til at arbejde med AI-modeller.
Her får modellen kundens besked, et spørgsmål og beskrivelser af afdelingerne. Den vælger betalingsafdelingen frem for teknisk support eller salg. Svaret kommer i et fast format, som et program kan arbejde videre med, uden at modellen først skal formulere en tekst.
Svarmulighederne kan ændres undervejs
En traditionel klassifikationsmodel fordeler input i kategorier, som er fastlagt i modellen. Hvis virksomheden tilføjer en juridisk afdeling, kan det kræve ændringer og ny træning at få den med.
Beslutningsmodellen får derimod svarmulighederne sammen med spørgsmålet. Den kan også få flere navngivne spørgsmål om samme situation. En anden metode, kaldet zero-shot-klassifikation, kan ligeledes få nye kategorier undervejs, men er tættere knyttet til selve kategoriseringen.
Hugging Faces eksempel viser, hvordan modellen kan bruges til at fordele henvendelser. Det viser ikke, hvor ofte den vælger rigtigt i praksis. En angivet sandsynlighed er modellens vurdering, ikke en dokumenteret garanti for et korrekt valg.
Kilder:
Hugging Face →
Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.