Injecter de la fiabilité dans l'IA générative

ChatGPT et d'autres outils d'IA générative ont fait des progrès spectaculaires dans le domaine de la fluidité humaine, mais ils ont un défaut majeur : on ne peut pas toujours leur faire confiance.

Cette conférence explique les problèmes que les grands modèles de langage (LLM) rencontrent en matière de fiabilité dans l'exactitude des faits, la pensée logique et les tâches de calcul. Il explique également la manière dont Wolfram envisage de résoudre ces problèmes en combinant les LLM et l'intelligence computationnelle fournie par Wolfram Language.

La présentation inclut des exemples sur l'utilisation de plugins pour injecter des faits et fournir des données privées et des algorithmes aux réponses des LLM. Elle montre également comment exploiter les capacités des LLM dans le code de Wolfram Language pour résoudre des problèmes difficiles avec des données non structurées et des tâches mal comprises.