یک مشتری در چت پشتیبانی میپرسد شرایط مرجوعی کالا چیست. دستیار هوش مصنوعی با اطمینان کامل جواب میدهد: «تا ۳۰ روز، بدون نیاز به ذکر دلیل». مشکل اینجاست که شرایط واقعی ۷ روز است و کالاهای تخفیفدار هم اصلاً مرجوع نمیشوند. پاسخ آنقدر مرتب و مطمئن نوشته شده که کارشناس پشتیبانی هم اول باورش میشود.
واکنش اول در چنین موقعیتی تقریباً همیشه یکی است: «مدل ضعیف است، برویم سراغ یک مدل بهتر». بعد چند هفته و چند صورتحساب میگذرد و همان اشتباه، با لحنی کمی متفاوت، برمیگردد. دلیلش ساده است؛ در بیشتر مواردی که هوش مصنوعی جواب اشتباه میدهد، مدل تقصیر اصلی را ندارد. پاسخ غلط از جای دیگری میآید و تا وقتی آن جای دیگر را پیدا نکنید، تعویض مدل فقط هزینه است.
اول مدل را متهم نکنید
مدل زبانی چیزی نیست جز ماشینی که بر اساس متنهایی که دیده، محتملترین ادامهٔ جمله را میسازد. این تعریف خشک، اما مهم است: مدل برای «درست بودن» ساخته نشده، برای «باورپذیر بودن» ساخته شده. وقتی از او میپرسید شرایط مرجوعی چیست، در واقع نمیپرسید حقیقت چیست؛ میپرسید چه جوابی شبیه جواب است. اگر متن درست در دسترسش باشد، معمولاً همان را میآورد. اگر نباشد، از دانش عمومی و از الگوی جملهها چیزی میسازد که قانعکننده به نظر برسد. به این پدیده میگویند «توهم» یا hallucination؛ یعنی پاسخ ساختگی که نشانهٔ آشکاری هم ندارد.
پس قبل از هر تصمیمی، سؤال درست این است: آیا مدل اصلاً اطلاعات درست را در اختیار داشت؟ در بسیاری از پروژهها جواب این سؤال «نه» است.
پنج جایی که پاسخ اشتباه از آن بیرون میآید
۱. منبع داده کهنه یا متناقض
سندی که به مدل میدهید، اغلب چند نسخه دارد: یکی در سایت، یکی در فایل داخلی تیم، یکی در ایمیل سال گذشته. اگر اینها با هم فرق کنند، مدل هم نمیتواند معجزه کند. حتی وقتی همهچیز بهروز است، تاریخ انقضای اطلاعات را کسی به مدل نگفته. سند سال ۱۴۰۲ و سند ۱۴۰۴ هر دو «معتبر» به نظر میرسند و مدل ممکن است هر دو را با هم ترکیب کند.
۲. بازیابی نادرست متن
در روشی که به آن RAG میگویند، اول بخشهای مرتبط از اسناد شما پیدا و بعد به مدل داده میشود تا بر اساس آنها جواب بدهد. کل ماجرا همینجاست: اگر بخش اشتباه پیدا شود، مدل هم بر اساس همان جواب میدهد و کاملاً هم منطقی رفتار کرده. مثلاً سند شما ۴۰ صفحه است و تکهتکه شده؛ تکهای که به مدل رسیده فقط پاراگراف اول بخش مرجوعی بوده و جملهٔ «بهجز اقلام تخفیفدار» در تکهٔ بعدی مانده. مدل دروغ نگفته، اطلاعات ناقص داشته.
۳. پرامپت باز و بیمرز
وقتی دستورتان مبهم است، مدل فضای زیادی برای حدس زدن دارد. «دربارهٔ شرایط مرجوعی جواب بده» با «فقط بر اساس سند شمارهٔ ۱۲ جواب بده؛ اگر جواب در سند نبود، بنویس پیدا نکردم» دو نتیجهٔ کاملاً متفاوت میدهد. دستور دوم چیزی است که خیلیها فراموش میکنند: به مدل اجازهٔ «نمیدانم» بدهید. اگر تنها راه خروج از سؤال، ساختن جواب باشد، مدل همان راه را میرود.
۴. مدل و ظرفیتی که با کار نمیخورد
همهٔ مدلها یک کار نمیکنند. مدل کوچک و ارزان برای دستهبندی تیکت یا خلاصه کردن متن کوتاه خوب است، اما برای استدلال چندمرحلهای، محاسبه یا مقایسهٔ چند شرط با هم کم میآورد. برعکسش هم درست است: استفاده از مدل سنگین برای کاری ساده، فقط هزینه و تأخیر اضافه میکند. خطاهای محاسباتی و نتیجهگیریهای عجیب در مسائل چندشرطی، معمولاً نشانهٔ همین ناهمخوانی است، نه خرابی مدل.
۵. انتظاری که مدل نمیتواند برآورده کند
بعضی وقتها مشکل نه در داده است نه در دستور؛ در تعریف کار است. اگر از مدل میخواهید مبلغ دقیق فاکتور را حساب کند، بهتر است عدد را از سیستم حسابداری بگیرد و مدل فقط آن را در جمله بگذارد. مدل زبانی ماشینحساب نیست. هر جا دقت عددی، تاریخ یا وضعیت لحظهای مهم است، منبعش باید یک سیستم دیگر باشد، نه حافظهٔ مدل.
از کجا بفهمیم کدام علت است؟
راه تشخیص، حدس زدن نیست؛ نگاه کردن به نمونههاست. بیست تا سی پاسخ غلط اخیر را جمع کنید و ببینید الگویشان چیست. جدول زیر کمک میکند سریعتر به علت برسید.
| نشانه | علت محتمل | اولین کاری که باید بکنید |
|---|---|---|
| پاسخ درست است ولی مربوط به ماهها قبل | منبع داده بهروز نشده | تاریخ آخرین ویرایش سندها را چک کنید |
| جواب کلی و بیربط به جزئیات سؤال | بازیابی، بخش نامناسب را آورده | ببینید دقیقاً چه متنی به مدل داده شده |
| قالب و لحن هر بار فرق میکند | دستور و تنظیمات ناپایدار | دستور را ثابت و با یک نمونه همراه کنید |
| در محاسبه یا مقایسهٔ چندشرطی میلنگد | توان مدل برای این کار کم است | کار را به مدل قویتر یا ابزار محاسبه بسپارید |
| فقط روی یک دستهٔ خاص سؤال اشتباه میکند | شکاف دانش در همان موضوع | همان سؤالها را جمع و منبع را کامل کنید |
کدام راهحل به شرایط شما میخورد
بعد از پیدا شدن علت، انتخاب راه دیگر سخت نیست. مسئله این است که خیلیها از انتهای ماجرا شروع میکنند: اول ابزار را انتخاب میکنند، بعد دنبال مسئله میگردند.
اگر دانش شما زیاد تغییر میکند (قیمت، موجودی، شرایط گارانتی، مقررات)، هیچوقت سراغ آموزش دادن اطلاعات به مدل نروید. هر راهی که دانش را داخل خود مدل بچسباند، فردا که شرایط عوض شد باید از نو تکرار شود. اینجا بازیابی از یک منبع بهروز، سادهترین و کمدردسرترین انتخاب است.
اگر مشکل لحن و قالب است، یعنی اطلاعات درست به مدل میرسد ولی خروجی شبیه برند شما نیست، سراغ بازیابی و مدل نروید. دستور را دقیقتر کنید، دو سه نمونهٔ خوب بگذارید و قالب خروجی را صریح بنویسید. این کار معمولاً در یک روز نتیجه میدهد.
اگر کار شما باریک و ثابت است و هزاران بار با شکل یکسان تکرار میشود، مثل دستهبندی تیکتها در چند دستهٔ مشخص، ممکن است آموزش تخصصی روی دادههای خودتان به صرفه باشد. اما این راه گرانتر است و باید دادهٔ برچسبخورده و کافی داشته باشید؛ برای شروع، آخرین گزینه باشد نه اولین.
اگر خطا در عدد و منطق است، مدل را عوض نکنید؛ ابزار اضافه کنید. ماشینحساب، جستوجو در پایگاه داده، فراخوانی API داخلی. مدل باید تصمیم بگیرد کدام ابزار را صدا بزند، نه اینکه عدد را از حافظه بسازد.
چند کار ساده که بیشتر از تعویض مدل جواب میدهد
- در دستور صریح بنویسید اگر پاسخ در اسناد نبود، بگوید پیدا نکردم. این یک خط، بیشترین اثر را روی کاهش پاسخ ساختگی دارد.
- هر سند را با تاریخ آخرین بهروزرسانی و دامنهٔ اعتبارش ذخیره کنید تا نسخهٔ قدیمی و جدید با هم قاطی نشوند.
- تکههای متنی را با کمی همپوشانی ببرید تا جملهای مثل «بهجز اقلام تخفیفدار» از وسط دو تکه جا نماند.
- منبع هر پاسخ را نشان بدهید. وقتی کاربر ببیند جواب از کدام سند آمده، هم سریعتر خطا را میگیرد هم بیشتر اعتماد میکند.
- یک مجموعهٔ آزمایش کوچک بسازید؛ مثلاً ۳۰ سؤال واقعی با جواب درست. هر تغییری دادید، اول روی همین بسنجید. بدون این مجموعه، هر بهبودی حدس است.
جاهایی که هنوز باید آدم تصمیم بگیرد
در موضوعهای حساس، مثل پول، قرارداد، مسائل پزشکی یا شکایت مشتری، پاسخ درست کافی نیست؛ باید کسی هم مسئولیتش را بپذیرد. مدل میتواند پیشنویس بدهد، اطلاعات را جمع کند، لحن را مرتب کند. اما جملهٔ آخر بهتر است با انسانی باشد که میتواند پایش بایستد. این محدودیت را از اول قبول کنید، نه بعد از اولین اشتباه پرهزینه.
و یک نکتهٔ آخر: پاسخ غلط همیشه شکست نیست. اگر نمونهها را جمع کنید و علتشان را دستهبندی کنید، همان اشتباهها نقشهٔ راه بهبود سیستم را میسازند. سیستمی که هیچ خطایی نمیدهد، معمولاً یعنی چیز مهمی به آن نسپردهاید.
💬 نظرات (0)
هنوز نظری ثبت نشده.