Sakana AI presenteert geautomatiseerd systeem voor peer-review
Onderzoekers van Sakana AI hebben een meervoudig reviewsysteem op basis van taalmodellen onthuld. Het systeem blijkt effectiever in het opsporen van fouten in wetenschappelijke claims dan eerdere methoden.
Het onderzoeksinstituut heeft een methode geïntroduceerd die gebruikmaakt van meerdere samenwerkende taalmodellen om wetenschappelijke artikelen te beoordelen. Bij tests met een specifieke benchmark wist deze aanpak een aanzienlijk deel van de fundamentele fouten in kernclaims op te sporen, wat een verbetering betekent ten opzichte van bestaande geautomatiseerde systemen.
Het beoordelen van wetenschappelijk werk kost doorgaans veel tijd en is vatbaar voor menselijke beperkingen. Automatisering via kunstmatige intelligentie kan hier in de toekomst ondersteuning bieden, al blijft de betrouwbaarheid van dergelijke systemen een belangrijk onderwerp van discussie binnen de academische wereld.
Deze samenvatting is gebaseerd op een origineel artikel van MarkTechPost. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel