Модель глубокого обучения Alibaba в этом месяце впервые превзошла человека в одном из самых сложных в мире тестов на понимание прочитанного
Институт анализа данных и технологий Alibaba (iDST) сообщил, что его модель нейронной сети набрала 82,44 балла в Stanford Question Answering Dataset (SQuAD), обойдя результат человека в 82,304, предоставив точные ответы на вопросы.
SQuAD — это огромный массив данных для оценки понимания прочитанного, состоящий из более 100 тыс пар вопросов и ответов, основанных на более чем 500 статьях Википедии.
Точность ответов модели Alibaba на вопросы теста (например, «Как возникает дождь?») связана с ее способностью читать в иерархическом порядке: от абзацев до предложений и слов, отыскивая точные фразы, содержащие потенциальные ответы. Считается, что эта модель, использующая иерархическую сеть внимания, является большой коммерческой ценностью.
По словам представителей Alibaba, лежащую в основе "читающего и понимающего" алгоритма технологию можно постепенно адаптировать для таких разнообразных применений как техническая поддержка клиентов, создание интерактивных гидов по музеям или удаленные медицинские консультации. Создатели технологии признают, что она в будущем приведет к высвобождению значительного числа рабочих мест.
В Alibaba уже тестировали свою технологию на практике — алгоритм пробовал отвечать на запросы клиентов компании в техническую поддержку во время бума потребительского ажиотажа в так называемый "день холостяков" в минувшем ноябре, когда в Китае проводятся массовые распродажи.
Модель глубокого обучения Alibaba в этом месяце впервые превзошла человека в одном из самых сложных в мире тестов на понимание прочитанного
Институт анализа данных и технологий Alibaba (iDST) сообщил, что его модель нейронной сети набрала 82,44 балла в Stanford Question Answering Dataset (SQuAD), обойдя результат человека в 82,304, предоставив точные ответы на вопросы.
SQuAD — это огромный массив данных для оценки понимания прочитанного, состоящий из более 100 тыс пар вопросов и ответов, основанных на более чем 500 статьях Википедии.
Точность ответов модели Alibaba на вопросы теста (например, «Как возникает дождь?») связана с ее способностью читать в иерархическом порядке: от абзацев до предложений и слов, отыскивая точные фразы, содержащие потенциальные ответы. Считается, что эта модель, использующая иерархическую сеть внимания, является большой коммерческой ценностью.
По словам представителей Alibaba, лежащую в основе "читающего и понимающего" алгоритма технологию можно постепенно адаптировать для таких разнообразных применений как техническая поддержка клиентов, создание интерактивных гидов по музеям или удаленные медицинские консультации. Создатели технологии признают, что она в будущем приведет к высвобождению значительного числа рабочих мест.
В Alibaba уже тестировали свою технологию на практике — алгоритм пробовал отвечать на запросы клиентов компании в техническую поддержку во время бума потребительского ажиотажа в так называемый "день холостяков" в минувшем ноябре, когда в Китае проводятся массовые распродажи.
Модель глубокого обучения Alibaba в этом месяце впервые превзошла человека в одном из самых сложных в мире тестов на понимание прочитанного
Институт анализа данных и технологий Alibaba (iDST) сообщил, что его модель нейронной сети набрала 82,44 балла в Stanford Question Answering Dataset (SQuAD), обойдя результат человека в 82,304, предоставив точные ответы на вопросы.
SQuAD — это огромный массив данных для оценки понимания прочитанного, состоящий из более 100 тыс пар вопросов и ответов, основанных на более чем 500 статьях Википедии.
Точность ответов модели Alibaba на вопросы теста (например, «Как возникает дождь?») связана с ее способностью читать в иерархическом порядке: от абзацев до предложений и слов, отыскивая точные фразы, содержащие потенциальные ответы. Считается, что эта модель, использующая иерархическую сеть внимания, является большой коммерческой ценностью.
По словам представителей Alibaba, лежащую в основе "читающего и понимающего" алгоритма технологию можно постепенно адаптировать для таких разнообразных применений как техническая поддержка клиентов, создание интерактивных гидов по музеям или удаленные медицинские консультации. Создатели технологии признают, что она в будущем приведет к высвобождению значительного числа рабочих мест.
В Alibaba уже тестировали свою технологию на практике — алгоритм пробовал отвечать на запросы клиентов компании в техническую поддержку во время бума потребительского ажиотажа в так называемый "день холостяков" в минувшем ноябре, когда в Китае проводятся массовые распродажи.
Комментарии