Google推出了DataGemma，一对开源的AI模型，旨在改善大型语言模型在处理统计数据查询时的“幻觉”现象。DataGemma模型依托Google的Data Commons平台，通过两种方法提高对统计数据查询的准确性——“检索交错生成”(RIG)和“检索增强生成”(RAG)。在早期测试中，这些模型在对数据准确性的处理上有显著改善，尤其在研究和决策制定相关的查询中表现良好。

关键点

– Google推出DataGemma以应对大型语言模型在处理统计数据时的幻觉问题。
– DataGemma模型使用Data Commons平台的大量真实数据保障回答的准确性。
– 模型采用“检索交错生成”(RIG)和“检索增强生成”(RAG)两种方法提升数据查询的准确性。
– 在101个查询测试中，RIG模型将准确性从基本模型的5-17%提高到约58%。
– RAG虽然效果稍逊，但仍优于基线模型，并能产生更详尽的回答。
– DataGemma在大多数查询中数字处理准确率达到99%，但有时难以正确推断。
– Google期望通过DataGemma的公开发布推动更深入的研究，从而开发出更強大的模型。

https://venturebeat.com/ai/datagemma-googles-open-ai-models-mitigate-hallucination-on-statistical-queries/