Flint, le LLM qui évite la répétition des réponses
Les LLMs comme ChatGPT et Claude ont tendance à produire des réponses répétitives, un problème que la startup Springboards tente de résoudre avec son modèle Flint. Testé avec des nombres aléatoires et des noms de voitures, Flint offre des réponses plus variées.
« “Most language models are fighting hallucinations,” says Springboards cofounder and CEO Pip Bingemann. “We welcome them.” » — MIT Technology Review AI
Que faut-il retenir ?
- Les LLMs comme ChatGPT et Claude donnent souvent le même nombre (7) lorsqu'on leur demande un nombre aléatoire entre 1 et 10.
- Flint, le LLM de Springboards, a été conçu pour offrir une plus grande variété de réponses aux questions ouvertes.
- Une étude a révélé que 25 LLMs différents produisaient des métaphores similaires sur le temps, comme 'Time is a river' ou 'Time is a weaver'.
- Les modèles traditionnels ont tendance à proposer des noms de groupes incluant 'glass', 'neon', 'velvet' ou 'static'.
Pourquoi cette nouvelle compte-t-elle ?
La répétition des réponses des LLMs limite leur utilité pour des tâches créatives comme le brainstorming ou la planification. Flint, en offrant plus de variété, pourrait améliorer ces usages. Les professionnels de l'IA et les développeurs doivent être conscients de ces limitations pour choisir les bons outils.
1,250 réponses de 25 LLMs différents sur une métaphore du temps.
💬 Pip Bingemann, Cofondateur et CEO de Springboards
Public concerné : développeurs, entreprises
Pourquoi les LLMs comme ChatGPT donnent-ils souvent les mêmes réponses ?
Les LLMs sont souvent entraînés sur des données similaires et conçus pour des tâches similaires, ce qui conduit à des réponses répétitives. Springboards propose Flint pour diversifier les réponses.
