एआई पीयर रिव्यू क्या है?

एआई पीयर रिव्यू कई एआई मॉडल्स द्वारा एक-दूसरे के तर्कों की समीक्षा और रेटिंग करने का अभ्यास है, ठीक उसी तरह जैसे कि एआई आउटपुट पर लागू अकादमिक पीयर रिव्यू। एकल मॉडल के उत्तर पर भरोसा करने के बजाय, प्रत्येक मॉडल के दावों का मूल्यांकन अन्य मॉडलों द्वारा किया जाता है, और जो तर्क क्रॉस-मॉडल जांच में जीवित रहते हैं, उन्हें विश्वास मिलता है। इसका तर्क एकल LLM को जज के रूप में उपयोग करने की ज्ञात सीमाओं पर आधारित है: शोध दस्तावेज़ पोजीशन पूर्वाग्रह (जो उत्तर पहले प्रस्तुत होता है, उसे प्राथमिकता देना), वर्बोसिटी पूर्वाग्रह (गुणवत्ता की परवाह किए बिना लंबे उत्तरों को पुरस्कृत करना), और आत्म-संवर्धन पूर्वाग्रह (एक मॉडल अपने ही आउटपुट को प्राथमिकता देना) को दर्शाते हैं। कई मॉडलों के बीच मूल्यांकन फैलाने और यह एनोनिमाइज करने से कि किसका तर्क रेट किया जा रहा है, किसी एक जज के अद्वितीय पूर्वाग्रह को कम किया जाता है। चूंकि विभिन्न मॉडल अलग-अलग तरीके से हॉलुसिनेट करते हैं, एक निर्मित या असमर्थित दावा अक्सर अन्य मॉडलों द्वारा खराब रेट किया जाता है, इसलिए लगातार निम्न क्रॉस-मॉडल रेटिंग उन दावों को चिह्नित करती है जो मानव सत्यापन की आवश्यकता होती है। Argumentree.AI इसे इस तरह लागू करता है कि हर उपलब्ध मॉडल हर अन्य मॉडल के तर्कों को एनोनिमाइज्ड तरीके से रेट करता है, यह दर्शाते हुए कि कौन से दावे व्यापक रूप से समर्थित हैं और कौन से कमजोर या विवादित हैं। यह मानव निर्णय को बढ़ाता है, न कि उसे प्रतिस्थापित करता है।