Ny simulering skaper realistiske bedriftsdata uten å trenge schemaskjema
Av AIWatch
Forskere har utviklet en metode som lar AI generere bedriftsdata ved å simulere handlinger i et virtuelt miljø, noe som kan gi bedrifter en tryggere og mer effektiv måte å utvikle AI-verktøy på.
En ny teknikk kalt "Synthesis Through Simulation" (STS) lar produsere realistiske bedriftsdata uten å kreve tilgang til databasenes struktur, kjent som et "". Dette betyr at dataene blir strukturelt gyldige fra starten av, fordi de lages gjennom simuleringer av hvordan systemene fungerer i praksis. Den nye metoden bruker en "Generalist Populator" (GP), en AI-agent som klarte å tilfredsstille 100 prosent av begrensningene i testmiljøene, med en nøyaktighet på 0,88 i å gjenspeile datadistribusjonen. Dette løser utfordringer for selskaper som må utvikle og teste AI-modeller uten å kunne bruke sensitive, virkelige data på grunn av strenge restriksjoner.
Kilder til denne saken: arXiv cs.AI ↗
AI: Research, språk og faktasjekk.
Relatert
Produkt12. okt.
Mistral utfordrer de største med ny AI-modell for krevende oppgaver
Produkt12. okt.
OpenAI introduserer GPT-4o Mini: Mer kraft til lavere pris
Produkt12. okt.
OpenAI og Anthropic senker AI-prisene kraftig for jobb og volum
Produkt12. okt.
AI-tjenester blir dyrere, mer komplekse: Pro-abonnementene mangedobler kostnaden