Его полезность заключается в том, что он не делает. Резюме сокращают детали, и объяснения могут добавить новый контекст. Упрощение не делает ни того, ни другое. Он фокусируется исключительно на переформулировании ясности, гарантируя, что значение, детали и нюансы происхождения остаются нетронутыми.
«Сводные инструменты направлены на то, чтобы конденсировать статью по ее основным предметам, часто жертвуя подробностями за краткости», — объясняет Шо Фудзивара, менеджер по продукту, который помог развивать. «Упрощение фокусируется на простоте конкретных отрывков, чтобы понять, не теряя важной информации. Это означает, что упрощенная версия выбранного текста иногда может быть действительно длиннее, чем оригинал».
Начните упростить
Путь к упрощению начался в специализированном мире медицины, где никакие детали не должны быть извлечены. «Врачи иногда используют язык, который преднамеренно темный, чтобы снизить беспокойство пациента или сохранить конфиденциальность», — сказал Диего Ардила, инженер программного обеспечения Google Research. «Они могли бы сказать:« пациент подвергается рвоту », что просто означает, что они рвут. Иногда есть использование для этого внутри больницы, но в других случаях это действительно так».
Команда создала демонстрацию внутреннего упрощения и начала тестировать ее в тексте за пределами медицины. «Мы обнаружили, что это работает только потому, что базовые модели ИИ предназначены для общего использования», — объясняет Диего. «Видя свой более широкий потенциал приложения, мы поделились им с другими командами».
Эта демонстрация привлекла внимание приложения для iOS Google. «Преимущество пользователя было немедленно очевидным», — сказал Шо. «Он исключительно хорошо выполнял технические предметы, но его эффективность по нетехническим предметам — как онлайн -обсуждение баскетбола, заполненного сленгом — действительно убедило нас в более широкой ценности для тех, кто исследует неизвестные предметы».
Найти верность с помощью ИИ
Оттуда задача состояла в том, чтобы преобразовать прототип исследования функциональности для миллионов. Команда сосредоточилась на верность: Модель должна была переписать сложные идеи, не теряя первоначального значения и не исключая критических деталей. Как научить ИИ делать это?
Ответ заключался в том, чтобы иметь еще один более продвинутый акт ИИ в качестве учителя. Вместо ручного написания правил для определения эффективного упрощения, команда Построил автоматическую петлю обратной связиПолем Модель Близнецов попыталась бы упростить отрывок, а вторая модель «оценщика» отметит, насколько хорошо она сохранила первоначальное значение. Эта критика была затем возвращена в первую модель, которая использовала ее для улучшения. Повторяя этот процесс 824 раза, модель была фактически обучена освоить искусство упрощения.
Это обучение принесло фрукты: во время исследовательских тестов люди обнаружили, что текст упростился гораздо более полезным, чем исходный текст, и лучше сохранял информацию.
