عندما قمت بتدريب مصنف التعليقات السابق بالذكاء الاصطناعي، استخدمت بيانات شخصية/خاصة جزئيًا للقيام بذلك، وبنيتُه على أساس غير مستقر إلى حد ما، لذا لم أتمكن من مشاركة الكود أو البيانات. أعدت بناءه على بيانات عامة وأساس أفضل!

أولاً، قد ترغب في تجربته. لا شيء تلصقه في تلك الصفحة الإلكترونية يغادر متصفحك، لذا يمكنك تجربته بأمان مع أي شيء تريده. لقد دعوت بعض المختبرين لتجربة نسخة سابقة منه، وقد قدموا ملاحظات إيجابية بشكل أساسي. لن نقوم بتحليل خصائص الروبوتات بنفس الطريقة التي حللنا بها خصائص Claude في المقال السابق، لأنه في واجهة المستخدم للمصنف الجديد يمكنك النقر على أي جزء من النص المصنف لمعرفة الميزات التي يتم تفعيلها على هذا الجزء من النص وكيف تساهم في الحكم العام.

فيما يتعلق بالأداء، الرقم الرئيسي هو الدقة المتوازنة البالغة 77٪. هذا هو معدل صحة حكم المصنف بين الإنسان والروبوت، بافتراض أن التعليقات المكتوبة من البشر والمولدة من الروبوتات محتملة بالتساوي. كما يطبع المصنف نسبة مئوية متوقعة معايرة، مما يعني أنه يمكن قراءتها على أنها احتمال أن يكون أي حكم محدد صحيحًا. نختبر ذلك من خلال منحنى المعايرة، الذي يوضح الاحتمال الذي يخصصه المصنف لحدث ذي احتمال معروف. نظرًا لأن جميع النقاط قريبة جدًا من القطر المرجعي، نعرف أنها صحيحة تقريبًا.

عندما يكون المصنف واثقًا جدًا - على سبيل المثال عندما تكون الثقة 80% أو أكثر - ينخفض خطر النتيجة الإيجابية الخاطئة إلى 5%. كما قمت باختبار يدوي لمجموعة أصغر غير اصطناعية من التعليقات الواقعية من البشر والروبوتات لمعرفة مدى تعميم المصنف قليلاً خارج العينة. وهذا يترجم إلى دقة 88٪. بالطبع، كل هذا تم اختباره فقط على تعليقات الأكواد. المصنف ليس مصممًا لاكتشاف النصوص المُنشأة بواسطة الروبوتات من أنواع أخرى.

الأسئلة الشائعة: ما هي الدقة المتوازنة للمصنف الجديد لتعليقات أكواد الذكاء الاصطناعي؟

الدقة المتوازنة هي 77%، مما يعني أنه يصدر حكمًا صحيحًا بين الإنسان والروبوت بنسبة 77% من الوقت عندما تكون الفئتان متساويتين في الاحتمال.