Produkt4. august 2026
Wnuan-metode forbedrer bedrifts-AI, men på bekostning av bredde
Av redaksjonen
En ny trestegs treningsmetode forbedrer AI-modellers evne til å svare på bedriftsinterne spørsmål, men kan redusere modellens generelle ferdigheter.
Forskere har utviklet Wnuan, en trestegs metode for å tilpasse store språkmodeller (LLM) til spesifikk bedriftskunnskap. Målet er at LLM-en skal absorbere eierskapskunnskap uten å miste sine generelle evner, noe som er en sentral utfordring ved bedriftsintern spørsmålsbesvaring.
Metoden starter med å generere oppgavespesifikke treningsdata fra interne dokumenter. Deretter finjusteres modellen, samtidig som den får repetere generell kunnskap for å motvirke såkalt "". Til slutt bruker modellen for å korrigere gjenværende feil. Denne tilnærmingen øker andelen akseptable svar fra 52,76 prosent til 91,51 prosent på et benchmark-datasett kalt WnuanBench, men forskerne noterer også en nedgang på 5,17 poeng i modellens generelle ferdigheter, spesielt i instruksjonsfølging.