Forskning26. september 2026

Ny AI-metode reduserer hallusinasjoner i multimodelle modeller

Av AIWatch

En samling fargerike 3D-datavisualiseringer på mørk bakgrunn, inkludert stolpediagrammer, linjediagrammer, kakediagrammer og «Data Analytics»-tekst.
Kategoribilde Foto: Deng Xiang, Unsplash

Forskere har utviklet DEEPO, en ny metode som betydelig forbedrer evnen til multimodale AI-modeller til å gi korrekte svar, spesielt i komplekse oppgaver.

En ny metode kalt DEEPO (Dual-Entropy Enhanced Policy Optimization) skal redusere AI- i multimodale språkmodeller (), som kombinerer tekst og bilder. DEEPO angriper to hovedsvakheter i hvordan (reinforcement learning) tradisjonelt har trent AI til å resonnere: den takler bedre spørsmål med høy semantisk usikkerhet og sørger for at "selvsikre" feil får riktig korreksjon. Metoden forbedret presisjonen med 4 prosentpoeng i en kompleks visuell resonneringstest, VideoMMMU, noe som er statistisk signifikant.

Kilder til denne saken: arXiv cs.AI ↗

AI: Research, språk og faktasjekk.

Relatert

Annonse

Reklame for nyhetsbrev og podkast fra AIWatch.no