Ar Fawrth 19, dysgodd y cartref o gyfrif cyhoeddus swyddogol WeChat o CACT, er mwyn deall statws rhithwelediad modelau mawr a hyrwyddo cymhwysiad manwl ac ymarferol modelau mawr, lansiodd sefydliad deallusrwydd artiffisial CACT brawf rhithwelediad model mawr yn seiliedig ar waith gwerthuso meincnod diogelwch AI blaenorol AI.
Mae rhithwelediad model mawr (rhithwelediad AI) yn cyfeirio at y cynnwys sy'n ymddangos yn rhesymol pan fydd y model yn cynhyrchu cynnwys neu'n ateb cwestiynau, ond mewn gwirionedd mae'n anghyson â mewnbwn defnyddwyr (rhithwelediad ffyddlondeb) neu'n anghyson â ffeithiau (rhithwelediad ffeithiol). Gyda chymhwyso modelau mawr yn eang mewn meysydd allweddol fel meddygaeth a chyllid, mae'r risgiau cymhwysiad posibl a ddaw yn sgil rhithwelediadau modelau mawr yn cynyddu, ac yn cael sylw eang gan y diwydiant.
Bydd y rownd hon o brofion rhithwelediad yn defnyddio modelau iaith fawr fel gwrthrych y prawf, gan gwmpasu dau fath o rithwelediadau: rhithwelediadau ffeithiol a rhithwelediadau ffyddlon. Mae'r system werthuso benodol fel a ganlyn:
Mae data'r prawf yn cynnwys mwy na 7, 000 samplau prawf Tsieineaidd. Mae fformat y prawf yn cynnwys dau fath o gwestiynau: echdynnu gwybodaeth a rhesymu gwybodaeth sy'n cyfateb i ganfod rhithwelediad ffyddlon, a chwestiynau gwahaniaethu ar sail ffeithiau sy'n cyfateb i ganfod rhithwelediad ffeithiol. Yn gyffredinol, mae'n cynnwys pum dimensiwn prawf: dyniaethau, gwyddorau cymdeithasol, gwyddorau naturiol, gwyddorau cymhwysol, a gwyddorau ffurfiol.
Mae Technoleg Academi Gwybodaeth a Chyfathrebu Tsieina yn gwahodd cwmnïau perthnasol i gymryd rhan mewn gwerthuso modelau a hyrwyddo cymhwysiad modelau mawr yn ddiogel ar y cyd.