Vendo @Mira_Network falar de um problema muito realista, ou seja, todos prestam muita atenção ao problema das "alucinações" da IA, afinal, as alucinações podem ser parcialmente resolvidas por meios técnicos. Por exemplo, o uso de gráficos de conhecimento, aprimoramentos de recuperação e seleção estrita de dados podem reduzir a aparência de informações falsas até certo ponto. Mas o preconceito não é tão simples assim. Mesmo se você escolher os dados de treinamento com cuidado, ainda haverá possíveis vieses. Além disso, a pessoa que revisou manualmente o caso também tem opiniões pessoais e pontos cegos, o que é inevitável. O que é ainda mais problemático é que esses sistemas de IA geralmente estão concentrados nas mãos de poucas grandes empresas, e os valores dos desenvolvedores também podem afetar os resultados, tornando impossível ser verdadeiramente neutro. Isso leva a uma situação muito embaraçosa: quanto mais poderosa e concentrada a IA, mais difícil é eliminar o impacto do viés. Mesmo as ferramentas usadas para detectar e corrigir o viés não podem escapar do destino do viés. Em outras palavras, o que usamos para resolver um problema pode ser a fonte do próprio problema. Acho que isso nos lembra que o desenvolvimento da IA não é apenas um desafio técnico, mas também uma questão social e ética. Se você quer realmente resolver o viés, a tecnologia por si só é inútil, você tem que envolver mais vozes diferentes e tornar a IA mais aberta e transparente, para evitar desvios. A chave é que ele tem uma atividade de lista no @KaitoAI, e o projeto no @arbitrum também é muito popular, e você também pode prestar atenção ao $ENERGY $SHOUT $Bane $Chao $BOOM $ 666 no @shoutdotfun