Ny metode forbedrer feilslutningsdeteksjon i debatter med 19 prosent

En ny metode forbedrer maskiners evne til å oppdage feilslutninger — argumenter med ugyldig resonnement — i politiske debatter. Systemet, som bruker Retrieval-Augmented Generation (RAG), oppnådde en forbedring på 19 prosentpoeng i makro-F1-score for deteksjon, til 0.864, sammenlignet med tidligere metoder. Forskere bak studien kobler AI-modellen til en 15 GB stor kunnskapsbase. Ved å dynamisk hente relevant informasjon, veiledet av argumentenes støtte- og angrepsrelasjoner, kan modellen bedre forstå konteksten og relasjonene mellom argumenter. Dette er avgjørende for å skille gyldige argumenter fra hallusinasjoner og feilslutninger i komplekse diskusjoner.