🤖 machine learning
Grounded verification of chemical and materials reasoning: detection is the bottleneck
Dit artikel toont aan dat voor grote taalmodellen die redeneren over chemie en materialen, een gelaagd, op databases gebaseerd verificatiesysteem dat prioriteit geeft aan het detecteren van specifieke feitelijke fouten boven algemene retrieval, de mate van confabulatie aanzienlijk vermindert door gerichte reparaties mogelijk te maken, waardoor foutdetectie in plaats van correctie wordt geïdentificeerd als de primaire flessenhals bij het verbeteren van de nauwkeurigheid van het model.