Galileo Luna 由 Galileo 开发，旨在改变公司评估 GenAI 系统的方式。 Luna 旨在解决传统 GenAI 评估方法面临的速度、成本和准确性挑战。这套新的评估基本模型 (EFM) 使用专门用于特定评估任务的小型语言模型，在评估速度、成本和准确性方面提供了显着改进。
Luna 比 GPT-3.5 等竞争对手具有速度、成本和准确性优势。评估成本降低97%，速度提升11倍，准确率提升20%。 Luna 的小语言模型显着降低了每月评估 100 万个查询的成本，与其他方法相比，成本效益高达 97%。
Luna 消除了对传统地面实况数据集的需求，并在不同的特定领域数据集上微调预训练的评估模型，从而简化了评估流程并减少了对人类生成数据的依赖。这使得它对于医疗保健、金融和电信等行业的大规模企业应用中需要高可靠性和高速度的人工智能评估特别有用。
通过Luna，伽利略旨在扩大对不同类型评估任务的支持，不断提高准确性，并进一步降低成本和延迟。这将帮助企业将可信的人工智能引入生产环境，并赢得消费者的信任和信心。
【新闻评论】
Galileo Luna由Galileo开发，为企业评估生成式人工智能（GenAI）系统提供了一种新方法。之前的 GenAI 评估方法速度慢、成本高，并且存在准确性问题。然而，Luna 解决了这些挑战，并在评估速度、成本和准确性方面显着改进。
Luna最大的特点是它使用专门针对特定评估任务的小型语言模型。这显着加快了评估过程并降低了成本。具体来说，与传统方法相比，它可以降低97%的评估成本，并将速度提高11倍。准确性也提高了 20%，提高了检测 AI 生成内容中的错误和不当信息的能力。
Luna 的工作不需要传统的地面实况数据集。这是因为预训练的评估模型可以使用不同的特定领域数据集进行微调，以简化评估过程并减少对人类生成数据的依赖。这种方法在需要高可靠性和速度的大型企业应用程序中特别有用，特别是在医疗保健、金融和电信等行业。
Luna 的开发将使公司能够更快、更低成本地评估人工智能。这可以加速人工智能的采用，并使更多公司能够提供人工智能驱动的服务。然而，先进的人工智能评估技术的传播可能需要从人工智能的道德使用和隐私保护的角度建立新的法规和指南。
此外，随着 Luna 等技术的发展，将有可能更准确地检测和纠正人工智能中的错误和偏见。这将提高人工智能提供的信息的可靠性，并最终增强消费者对人工智能的信任。从长远来看，预计Luna等技术将支持人工智能的发展，为实现更安全、更可靠的人工智能做出贡献。