AI News

Giới âm nhạc đang xôn xao trước phát hiện chấn động tại Thư viện và Bảo tàng Morgan: một bản nhạc chưa từng được công bố của Frédéric Chopin! Đây là lần đầu tiên sau gần 200 năm, một tác phẩm mới của nhà soạn nhạc thiên tài người Ba Lan được tìm thấy. Các chuyên gia ước tính bản thảo này được sáng tác khi Chopin khoảng 20 tuổi, trong giai đoạn từ 1830 đến 1835.

“Dù nổi tiếng với những tác phẩm ngắn, bản nhạc Waltz mới này chỉ kéo dài khoảng 1 phút, ngắn hơn bất kỳ bản Waltz nào khác của Chopin. Tuy nhiên, nó là một tác phẩm hoàn chỉnh,”

Hành Trình Xác Minh Bản Thảo Nhạc Chopin Mới

Robinson McClellan, cán bộ của bảo tàng, đã tìm thấy bản thảo viết tay trên tờ giấy 10 x 12,7 cm trong kho lưu trữ từ năm 2019. Băn khoăn về tác giả, ông đã nhờ đến Jeffrey Kallberg, một chuyên gia hàng đầu về Chopin và là phó hiệu trưởng đại học Pennsylvania.

Sau quá trình nghiên cứu tỉ mỉ, các chuyên gia đã đưa ra kết luận:

• Chất liệu giấy và mực của bản nhạc trùng khớp với loại Chopin thường dùng.
• Chữ viết tay cũng giống hệt nét chữ của ông, từ cách ghi chú cho khoá nhạc (Clef – kí hiệu xác định cao độ của nốt nhạc), cho đến phong cách vẽ nguệch ngoạc rất riêng.

Những Bí Ẩn Xung Quanh Bản Waltz Bất Ngờ

Kích thước nhỏ của bản thảo khiến các nhà nghiên cứu cho rằng đây có thể là một món quà, vì nó vừa đủ để người nhận giữ trong sổ tay. Tuy nhiên, bản thảo lại không có chữ ký, trong khi Chopin thường ký tên vào các tác phẩm ông tặng. Điều này làm dấy lên giả thuyết rằng, vì lý do nào đó, ông đã quyết định không tặng bản Waltz này.

Tác Phẩm Mới – Cửa Sổ Hé Mở Về Chopin

Việc phát hiện tác phẩm mới sau gần 2 thế kỷ đã tạo nên cơn địa chấn trong giới nghệ thuật. Nó mang đến cái nhìn sâu sắc hơn về quá trình sáng tác của Chopin, bởi lẽ việc tìm thấy một tác phẩm hoàn toàn mới của ông là vô cùng hiếm hoi.

Frédéric Chopin – nhà soạn nhạc Ba Lan sinh năm 1810 là một tượng đài bất tử trong lòng người yêu nhạc. Tình yêu dành cho ông lớn đến mức trái tim của ông được bảo quản trong rượu sau khi ông qua đời vào năm 1849, và hiện được niêm phong trong nhà thờ Holy Cross ở Warsaw. Tên tuổi của ông được đặt cho sân bay Warsaw, công viên, đường phố và nhiều tòa nhà. Các tác phẩm và hình ảnh của Chopin hiện diện khắp nơi ở Trung Âu.

Theo Guardian

ChatGPT của OpenAI hiện cung cấp chức năng tìm kiếm trên web tích hợp, cung cấp cho người dùng câu trả lời nhanh chóng và kịp thời cùng với các nguồn web liên quan. Điều này giúp bạn không cần phải chuyển đổi giữa công cụ tìm kiếm riêng biệt và giao diện ChatGPT. Chức năng nâng cao này kết hợp các lợi ích của giao diện ngôn ngữ tự nhiên với thông tin cập nhật, bao gồm điểm số thể thao, tin tức cập nhật, báo giá cổ phiếu và nhiều hơn nữa.

Chức Năng Tìm Kiếm ChatGPT: Cách Tốt Hơn Để Tìm Câu Trả Lời

Việc tìm kiếm thông tin chính xác và phù hợp trực tuyến thường có thể là một quá trình tốn thời gian, liên quan đến nhiều tìm kiếm và sàng lọc qua nhiều liên kết. Tìm kiếm trên web tích hợp của ChatGPT nhằm mục đích hợp lý hóa quy trình này. Người dùng hiện có thể nhận được câu trả lời toàn diện trực tiếp trong giao diện trò chuyện.

Dưới đây là cách tìm kiếm trên web của ChatGPT mang lại lợi ích cho người dùng:

• Đặt câu hỏi một cách tự nhiên: Tương tác với ChatGPT một cách tự nhiên, đặt câu hỏi như cách bạn làm trong một cuộc trò chuyện thông thường.
• Nhận thông tin từ web: ChatGPT truy xuất và trình bày thông tin liên quan từ web, cung cấp câu trả lời toàn diện.
• Tận hưởng khả năng hiểu ngữ cảnh: ChatGPT xem xét toàn bộ lịch sử trò chuyện khi trả lời các câu hỏi tiếp theo, đảm bảo các phản hồi chính xác và phù hợp với ngữ cảnh hơn.
• Truy cập thông tin cập nhật: OpenAI đã hợp tác với các nhà cung cấp tin tức và dữ liệu để cung cấp thông tin cập nhật và kết hợp thiết kế trực quan mới cho các danh mục cụ thể, chẳng hạn như thời tiết, cổ phiếu, thể thao, tin tức và bản đồ.

Cách Sử Dụng Tìm Kiếm Trên Web của ChatGPT: Đi Thẳng Vào Nguồn

ChatGPT hiện kết hợp các liên kết nguồn, chẳng hạn như bài viết tin tức và bài đăng trên blog, trong các phản hồi của nó, cho phép người dùng khám phá các chủ đề chuyên sâu hơn. Bằng cách nhấp vào nút “Nguồn” nằm bên dưới phản hồi, người dùng có thể truy cập thanh bên chứa các tài liệu tham khảo được trích dẫn.

Cam kết về tính minh bạch này đảm bảo người dùng có thể xác minh thông tin và khám phá nội dung gốc trực tiếp từ các nguồn đáng tin cậy.

Tính Khả Dụng của Tìm Kiếm ChatGPT và Các Phát Triển Trong Tương Lai

Chức năng tìm kiếm mới của ChatGPT hiện có thể truy cập qua chatgpt.com, cũng như trên cả ứng dụng dành cho máy tính để bàn và thiết bị di động. Tất cả người dùng ChatGPT Plus và Team, cùng với người dùng trong danh sách chờ SearchGPT, đều có quyền truy cập ngay lập tức. Người dùng Doanh nghiệp và Giáo dục sẽ được cấp quyền truy cập trong vài tuần tới, với kế hoạch triển khai quyền truy cập cho tất cả người dùng Miễn phí trong vài tháng tới.

Bản thân mô hình tìm kiếm là phiên bản được tinh chỉnh của GPT-4o, được đào tạo sau bằng cách sử dụng các kỹ thuật tạo dữ liệu tổng hợp nâng cao, bao gồm cả việc chắt lọc kết quả đầu ra từ OpenAI o1-preview. Để cung cấp cho người dùng thông tin họ cần, tìm kiếm ChatGPT sử dụng các nhà cung cấp tìm kiếm bên thứ ba và nội dung từ các đối tác của OpenAI.

Các kế hoạch phát triển trong tương lai bao gồm:

• Cải tiến tìm kiếm: OpenAI nhằm mục đích tinh chỉnh hơn nữa chức năng tìm kiếm, đặc biệt chú trọng vào việc nâng cao các lĩnh vực như mua sắm và du lịch.
• Tận dụng khả năng lập luận nâng cao: OpenAI có kế hoạch khai thác khả năng lập luận của dòng OpenAI o1 để cho phép nghiên cứu chuyên sâu hơn.
• Mở rộng tìm kiếm sang các nền tảng khác: OpenAI dự định mang trải nghiệm tìm kiếm mới đến Advanced Voice và Canvas.
• Giúp mọi người đều có thể truy cập tìm kiếm: Các kế hoạch trong tương lai bao gồm việc cung cấp trải nghiệm tìm kiếm cho cả người dùng Miễn phí và chưa đăng nhập.

Trải Nghiệm Tương Lai Của Tìm Kiếm Với ChatGPT

Người dùng ChatGPT Plus và Team có thể khám phá chức năng tìm kiếm mới ngay hôm nay tại chatgpt.com. Tiện ích mở rộng của Chrome cũng có sẵn để tải xuống, cho phép người dùng tìm kiếm trực tiếp từ thanh URL của trình duyệt.

Sự tích hợp này của tìm kiếm trên web với giao diện đàm thoại của ChatGPT tạo ra một công cụ mạnh mẽ để truy cập thông tin, giúp bạn dễ dàng tìm thấy những gì bạn cần hơn bao giờ hết.

ChatGPT Search vs. Google SERPs: So sánh cho truy vấn thông tin

Khi so sánh trải nghiệm sử dụng ChatGPT Search với Google SERPs, ChatGPT Search vượt trội hơn hẳn với các truy vấn mang tính thông tin, dài dòng và mang tính chất đối thoại. Điều này chủ yếu là do định dạng câu trả lời được tóm tắt, làm nổi bật các nguồn dễ dàng kiểm tra. Nhờ đó, người dùng có thể dễ dàng nhận được câu trả lời thỏa đáng đồng thời cho phép họ tìm hiểu thêm thông tin trên các trang web liên quan. Ngược lại, tại thời điểm viết bài, Google không cung cấp tổng quan bằng AI cho hầu hết các truy vấn này và thường làm nổi bật các nền tảng như Reddit là kết quả hàng đầu. Một ví dụ điển hình cho điều này là truy vấn “cách học SEO miễn phí”.

Ưu điểm của ChatGPT Search trong các truy vấn cụ thể

Một trường hợp khác mà ChatGPT Search mang đến trải nghiệm toàn diện hơn một chút so với kết quả tìm kiếm của Google là đối với các truy vấn so sánh. Ví dụ: khi được cung cấp truy vấn “Levi’s 505 vs 501”, ChatGPT cung cấp bản tóm tắt các đặc điểm chính của từng loại, cùng với những điểm khác biệt chính, đồng thời làm nổi bật video trên YouTube so sánh cả hai. Nó cũng cho phép người dùng dễ dàng kiểm tra các nguồn thông qua thanh bên nếu cần thêm thông tin.

Khi Google SERPs vượt trội hơn ChatGPT Search

Mặt khác, có một số trường hợp mà Kết quả tìm kiếm của Google mang lại sự hài lòng hơn, cung cấp định dạng đáp ứng nhu cầu tìm kiếm một cách đầy đủ hơn. Ví dụ: đối với truy vấn “sân padel ở Miami”, Kết quả tìm kiếm của Google, với Map Pack và kết quả tìm kiếm không phải trả tiền, sẽ đầy đủ hơn. Điều này là do, mặc dù đối với các tìm kiếm phổ biến khác (chẳng hạn như nhà hàng hoặc công viên), ChatGPT đã bản địa hóa kết quả bằng cách cung cấp bản đồ có thể nhấp, nhưng trong trường hợp này thì không.

Điều gì đó tương tự cũng xảy ra với các tìm kiếm tập trung vào mục đích thương mại hơn: Kết quả tìm kiếm của Google đáp ứng tốt hơn mục đích tìm kiếm của người dùng nhờ các tính năng và định dạng tìm kiếm, hiển thị tốt hơn các kết quả tập trung vào mục đích thương mại trực tiếp cho người dùng. Ví dụ: đối với “tai nghe tốt nhất cho làm việc từ xa”, mặc dù kết quả của ChatGPT sẽ liệt kê trực tiếp những gì có thể được coi là tai nghe hàng đầu, nhưng nó sẽ liên kết đến các nguồn trích dẫn. Các nguồn này không phải là các trang web hoặc trang bán chúng mà là những người đánh giá chúng, cùng với nhiều nguồn khác, khiến những người dùng có mục đích thương mại cao hơn gặp khó khăn hơn.

ChatGPT Search so với Google: Cái nào tốt hơn?

Cho đến nay, kết quả của ChatGPT Search mang lại sự hài lòng hơn Google đối với các truy vấn mang tính thông tin cao do định dạng tập trung vào hội thoại của nó. Tuy nhiên, điều tương tự không thể nói đối với các tìm kiếm tập trung vào mục đích thương mại, trong đó Google vượt trội hơn hẳn do sự kết hợp giữa các nguồn đáp ứng các mục đích khác nhau, cũng như các tính năng tìm kiếm, tạo điều kiện cho người dùng thực hiện các bước tiếp theo trong hành trình của họ.

Meta Description: Khám phá điểm mạnh và điểm yếu của ChatGPT Search so với Google SERPs đối với các tìm kiếm mang tính thông tin và tập trung vào mục đích thương mại. Tìm hiểu cách thức hoạt động của từng nền tảng đối với các truy vấn đối thoại dài dòng.

SimpleQA, một bộ đo lường tính xác thực, được giới thiệu để đánh giá khả năng của mô hình ngôn ngữ trong việc trả lời chính xác các câu hỏi ngắn, tìm kiếm thông tin thực tế. Điều này giải quyết một thách thức quan trọng trong trí tuệ nhân tạo: huấn luyện mô hình tạo ra câu trả lời chính xác về mặt thực tế và chống lại “ảo giác” (hallucinations) – hiện tượng mô hình tạo ra thông tin không có căn cứ hoặc sai.

Giới thiệu SimpleQA: Giải quyết Thách thức trong việc Đo lường Tính xác thực của Mô hình AI

Việc đo lường tính xác thực trong mô hình ngôn ngữ vốn đã phức tạp. SimpleQA tập trung vào các truy vấn ngắn, tìm kiếm thông tin thực tế để việc đo lường này trở nên dễ quản lý hơn. Bộ đo lường này tự hào có một số tính năng chính:

1. Độ chính xác cao: Câu trả lời tham chiếu được xác thực bởi nhiều chuyên gia huấn luyện AI độc lập, và các câu hỏi được thiết kế để dễ dàng phân loại câu trả lời.
2. Tính đa dạng: SimpleQA bao gồm một loạt các chủ đề, đảm bảo việc đánh giá toàn diện tính xác thực của mô hình ngôn ngữ.
3. Thách thức cho các Mô hình Tiên tiến: Bộ đo lường đặt ra một thách thức đáng kể ngay cả đối với các mô hình tiên tiến như GPT-4, thúc đẩy ranh giới của khả năng AI.
4. Thân thiện với Người nghiên cứu: Định dạng ngắn gọn của SimpleQA giúp việc chạy và chấm điểm hiệu quả, cung cấp thông tin chi tiết có giá trị về hiệu suất của mô hình ngôn ngữ.

Việc tạo ra SimpleQA liên quan đến quy trình thu thập và xác minh dữ liệu nghiêm ngặt. Các chuyên gia huấn luyện AI đã tạo ra các câu hỏi và câu trả lời, sau đó trải qua nhiều vòng xác minh độc lập để đảm bảo tính chính xác và giảm thiểu sai sót vốn có.

Sự Đa dạng Câu hỏi trong SimpleQA

[Chèn hình ảnh biểu đồ tròn ban đầu ở đây]

Biểu đồ tròn ở trên minh họa phạm vi đa dạng của các chủ đề được đề cập trong bộ đo lường SimpleQA. Di chuột qua biểu đồ để xem các ví dụ về câu hỏi từ mỗi danh mục.

Đánh giá Mô hình Ngôn ngữ bằng SimpleQA

SimpleQA sử dụng bộ phân loại ChatGPT được nhắc nhở (prompted ChatGPT classifier) để chấm điểm câu trả lời là “đúng” (correct), “sai” (incorrect) hoặc “không trả lời” (not attempted). Cách phân loại này cho phép đánh giá chi tiết về hiệu suất của mô hình ngôn ngữ.

Lý tưởng nhất là các mô hình nên cố gắng đạt được số lượng câu trả lời đúng cao nhất trong khi giảm thiểu câu trả lời sai. Phương pháp đánh giá này đã được áp dụng cho các mô hình OpenAI khác nhau, cho thấy sự khác biệt về hiệu suất dựa trên kích thước mô hình và khả năng lập luận.

Cải thiện Hiệu chuẩn trong Mô hình Ngôn ngữ Lớn: Thông tin chi tiết từ SimpleQA

SimpleQA không chỉ đo lường tính xác thực mà còn cung cấp thông tin chi tiết về hiệu chuẩn (calibration) của các mô hình ngôn ngữ lớn — khả năng tự đánh giá kiến thức của chúng một cách chính xác. Hai phương pháp chính đã được sử dụng để đánh giá hiệu chuẩn:

1. Độ tin cậy được công bố (Stated Confidence): Các mô hình được yêu cầu cung cấp tỷ lệ phần trăm độ tin cậy cùng với câu trả lời của chúng. Kết quả cho thấy mối tương quan tích cực giữa độ tin cậy được công bố và độ chính xác thực tế. Tuy nhiên, các mô hình liên tục đánh giá quá cao độ tin cậy của chúng, làm nổi bật một lĩnh vực cần cải thiện.

[Chèn hình ảnh ban đầu của biểu đồ độ tin cậy được công bố ở đây]

1. Tần suất Câu trả lời: Cùng một câu hỏi được đặt ra cho các mô hình nhiều lần. Phân tích tần suất của các câu trả lời khác nhau cho thấy mối tương quan giữa tần suất và độ chính xác. Tần suất cao hơn thường cho thấy độ tin cậy của mô hình lớn hơn.

[Chèn hình ảnh ban đầu của biểu đồ tần suất ở đây]

Những phát hiện này cho thấy rằng mặc dù các mô hình ngôn ngữ lớn thể hiện hiệu chuẩn tốt hơn, nhưng vẫn còn rất nhiều chỗ để nâng cao trong việc điều chỉnh mức độ tin cậy của chúng với độ chính xác thực tế của chúng.

SimpleQA: B stepping Stone trong Nghiên cứu Tính xác thực

SimpleQA cung cấp một bộ đo lường có giá trị để đánh giá và cải thiện tính xác thực của các mô hình ngôn ngữ, đặc biệt là trong lĩnh vực các truy vấn ngắn, tìm kiếm thông tin thực tế. Tuy nhiên, điều quan trọng là phải thừa nhận những hạn chế của nó. Việc bộ đo lường tập trung vào các câu trả lời ngắn gọn có thể không trực tiếp chuyển thành các kịch bản phức tạp hơn liên quan đến các câu trả lời dài và nhiều tuyên bố thực tế. Cần nghiên cứu thêm để khám phá mối tương quan này.

Mặc dù có những hạn chế, SimpleQA đại diện cho một bước tiến đáng kể hướng tới việc phát triển AI đáng tin cậy và đáng tin cậy hơn. Nó khuyến khích việc tiếp tục khám phá và tiến bộ trong nghiên cứu tính xác thực, mở đường cho các mô hình ngôn ngữ có thể tự tin và chính xác điều hướng sự phức tạp của thông tin thực tế.

Bài viết giữ nguyên các thuật ngữ chuyên ngành bằng Tiếng Anh và có giải thích một số thuật ngữ khó hiểu trong ngoặc đơn để đảm bảo bạn đọc dễ hiểu nhất.

SimpleQA là một tiêu chuẩn đánh giá mới được thiết kế để đo lường độ chính xác và tính xác thực của các mô hình ngôn ngữ. Nó giải quyết thách thức về “ảo giác” trong AI, trong đó các mô hình tạo ra thông tin không chính xác hoặc không có căn cứ.

Hiểu được Nhu cầu về SimpleQA: Cách Đo lường Tính xác thực trong Mô hình Ngôn ngữ

Việc đo lường chính xác tính xác thực của các phản hồi AI là rất phức tạp. Các tiêu chuẩn đánh giá truyền thống như TriviaQA và NQ đã trở nên kém hiệu quả trong việc đánh giá khả năng của các mô hình ngôn ngữ tiên tiến. SimpleQA giải quyết vấn đề này bằng cách tập trung vào các câu hỏi ngắn, dựa trên thực tế, biến nó thành một công cụ phù hợp và thách thức hơn để đánh giá tính xác thực và hiệu chuẩn (calibration – khả năng tự đánh giá độ tin cậy của bản thân) của AI.

Tiêu chuẩn đánh giá SimpleQA: Một Tiêu chuẩn Mới để Đánh giá Tính xác thực của AI

Các nhà phát triển SimpleQA đặt mục tiêu tạo ra một tập dữ liệu với các đặc tính chính sau:

1. Độ chính xác cao: Câu trả lời được xác minh bởi nhiều người huấn luyện AI và dễ dàng chấm điểm.
2. Tính đa dạng: Câu hỏi bao gồm nhiều chủ đề khác nhau để đảm bảo việc đánh giá toàn diện.
3. Thách thức đối với các Mô hình Tiên tiến: SimpleQA đặt ra một thách thức đáng kể cho các mô hình tiên tiến như GPT-4o.
4. Trải nghiệm Người dùng Tốt cho Nhà nghiên cứu: Tiêu chuẩn đánh giá được thiết kế để dễ dàng thực hiện và chấm điểm hiệu quả.

Xây dựng Tập dữ liệu Chất lượng Cao

Để tạo ra SimpleQA, những người huấn luyện AI đã phát triển các câu hỏi và câu trả lời tìm kiếm sự thật dựa trên nghiên cứu trên web. Các câu hỏi đã được xem xét kỹ lưỡng để đảm bảo có một câu trả lời duy nhất, không thể chối cãi, không thay đổi theo thời gian và khả năng gây ra ảo giác trong các mô hình như GPT-4o và GPT-3.5. Một quy trình xác minh nghiêm ngặt sử dụng nhiều người huấn luyện AI đã đảm bảo tính chính xác và độ tin cậy của tập dữ liệu, với tỷ lệ lỗi ước tính khoảng 3%.

Tính đa dạng của Câu hỏi trong SimpleQA

[Chèn hình ảnh biểu đồ tròn ban đầu tại đây]

Biểu đồ tròn minh họa phạm vi đa dạng của các chủ đề được đề cập trong SimpleQA, thể hiện khả năng đánh giá toàn diện các mô hình ngôn ngữ.

Đánh giá Độ chính xác của Mô hình Ngôn ngữ Sử dụng Tiêu chuẩn SimpleQA

SimpleQA sử dụng bộ phân loại ChatGPT để chấm điểm các câu trả lời của mô hình dựa trên sự liên kết của chúng với câu trả lời đúng. Hệ thống chấm điểm bao gồm ba loại:

Cách tiếp cận này cho phép các nhà nghiên cứu đánh giá độ chính xác của các mô hình ngôn ngữ và xác định các lĩnh vực cần cải thiện.

Đo lường Hiệu chuẩn trong Mô hình Ngôn ngữ Lớn

Ngoài độ chính xác, SimpleQA còn đo lường khả năng hiệu chuẩn của các mô hình ngôn ngữ – khả năng tự đánh giá mức độ tin cậy của chính chúng. Hai phương pháp được sử dụng:

1. Độ tin cậy được Nêu rõ: Mô hình được yêu cầu cung cấp tỷ lệ phần trăm độ tin cậy cho mỗi câu trả lời.
2. Tần suất của Câu trả lời: Mô hình trả lời cùng một câu hỏi nhiều lần, với tần suất cao hơn cho thấy độ tin cậy cao hơn.

[Chèn hình ảnh ban đầu cho độ tin cậy được nêu rõ và tần suất của câu trả lời tại đây. Đảm bảo mỗi hình ảnh có văn bản thay thế phù hợp.]

Phân tích cho thấy rằng mặc dù các mô hình lớn hơn, tiên tiến hơn có xu hướng được hiệu chuẩn tốt hơn, nhưng vẫn còn nhiều dư địa để cải thiện trong việc liên kết độ tin cậy được nêu rõ với độ chính xác thực tế.

Kết luận: SimpleQA và Tương lai của Tính xác thực AI

SimpleQA cung cấp một khung mạnh mẽ để đánh giá tính xác thực và hiệu chuẩn của các mô hình ngôn ngữ. Mặc dù việc tập trung vào các câu hỏi ngắn, dựa trên thực tế là một bước tiến đáng kể, nhưng cần nghiên cứu thêm để khám phá mối tương quan giữa khả năng này và khả năng tạo ra nội dung dài hạn có tính xác thực. SimpleQA là một công cụ quý giá để thúc đẩy sự phát triển của các hệ thống AI đáng tin cậy và đáng tin cậy hơn.