スタビリティAIは、StableChatを紹介します:ChatGPTやClaudeに似た会話型AIアシスタントの研究プレビュー
スタビリティAIは、ChatGPTやClaudeに似た会話型AIアシスタントの研究プレビュー、StableChatを紹介します
Stability AIは、Stable Chatというプラットフォームを導入しました。このプラットフォームは、ChatGPTの馴染みのある形式に非常に似ています。しかし、初期の評価の結果、この提供にはさらなる改善と強化が必要な箇所がいくつかあります。
Stable Chatが提供するインターフェースは、テキストベースの会話を行うことができ、ChatGPTの形式と非常に似通っています。しかし、この類似点にもかかわらず、プラットフォームには制約が存在します。特に、チャット履歴の機能と独立したチャットセッションを確立する能力が必要です。インターフェースを更新すると、会話データが失われるという不便な点があります。
この革新的なチャットインターフェースの中核には、Stability AIの最近リリースされたStable Belugaモデルがあります。オンラインでのコメントからは、このモデルがロシア語の単語を理解できる一方、その能力は、一貫した言語構造を構築するよりも個々の単語を認識する傾向があるという初期のフィードバックが示されています。
- Google DeepMindの研究者がSynJaxを紹介:JAX構造化確率分布のためのディープラーニングライブラリ
- 「AIモデルは強力ですが、生物学的に妥当でしょうか?」
- 「ジョンズ・ホプキンス大学の研究者たちは、がんに関連するタンパク質フラグメントを正確に予測することができる深層学習技術を開発しました」
Belugaモデルとの対話によって、いくつかの重要な観察結果が明らかにされました:
モデルは厳格な安全プロトコルに従っており、特定のタイプのコンテンツを生成する際には慎重さを示します。たとえば、最初はエロティックな内容を生成しないことが観察されています。
モデルのコンテンツ生成は多様性を示し、同じプロンプトを提示された場合でも異なる応答を提供します。この多様性は、モデル自体の裁量により、コンテンツの形式を変更することにも及びます。これには、情報をリストとして構造化したり、説明的な内容の段落を作成したり、単語のリストを特集したセクションを作成したりすることが含まれます。
言語スタイルに関しては、モデルは時折より一貫性を持つ必要があります。生成されたコンテンツのトーンや構造が変化する場合があり、改善の余地があることを示しています。
モデルの応答には、予測不可能性を導入するフレーズが時折含まれています。たとえば、ボードゲームに関連するクエリに対する応答として、「Peppermint drinker」、「Medusonki」、「Lamb cub」といったユニークな表現が生成されることがあります。
面白いことに、モデルは時々ユーザーに外部リソースを参照することを提案します。たとえば、特定のトピックの単語オプションを拡張するためにGoogle Translatorを使用することを提案することがあります。
注目すべき懸念の一つは、モデルの安定性と一貫性です。ユーザーは、チャットウィンドウ内での一時的な切断や一定時間のタイムアウトの報告を行っています。
確立されたChatGPTと比較すると、Stable Chat内にはさらなる改善の余地があることが明らかになります。Stability AIのリサーチプレビューは、約束を示し、独自のコンテンツ生成を提供していますが、時折一貫性に欠けることがあります。
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- 「DeepMindの研究者たちは、AlphaStar Unpluggedを紹介しました:リアルタイムストラテジーゲームStarCraft IIの大規模なオフライン強化学習において、飛躍的な進歩を遂げました」
- 「研究論文要約のための自律型デュアルチャットボットシステムの開発」
- XGen-Image-1の内部:Salesforce Researchが巨大なテキストから画像へのモデルを構築、トレーニング、評価する方法
- 「ケンブリッジの研究者たちは、機械学習システムに不確実性を組み込むことを開発しています」
- ボストン大学の研究者たちは、プラチプスファミリーと称されるファインチューニングされたLLMsを公開しました:ベースLLMsの安価で高速かつパワフルな改良を実現するために
- IBMの研究者が、深層学習推論のためのアナログAIチップを紹介:スケーラブルなミックスドシグナルアーキテクチャの重要な構成要素を披露
- アップルとブリティッシュコロンビア大学のAI研究者が提案する「FaceLit:ニューラル3D再点灯可能な顔のための革新的なAIフレームワーク」