chatClimate：将对话式 AI 扎根于气候科学
计算与语言
2023-05-01 v2
摘要
大语言模型（LLMs）近年来取得显著进展，在问答（QA）任务中达到出色结果。然而，它们仍面临两大挑战：幻觉与训练阶段后的信息过时。这些挑战在气候变化等关键领域尤为突出，其中在有限时间内从可靠来源获取准确且最新的信息至关重要且困难。为克服这些障碍，一个潜在方案是为 LLMs 提供外部、科学准确且稳健的来源（长期记忆），以持续更新知识并防止不准确、错误或过时信息的传播。在本研究中，我们通过整合政府间气候变化专门委员会第六次评估报告（IPCC AR6）——该领域最全面、最新且可靠的来源——来增强 GPT-4。我们展示了可在 www.chatclimate.ai 访问的对话式 AI 原型，并证明其能在三种不同 QA 场景中准确回答难题：1）GPT-4，2）chatClimate，3）混合 chatClimate。答案及其来源由我们的 IPCC 作者团队评估，他们利用专业知识将答案准确性从 1（极低）到 5（极高）打分。评估显示混合 chatClimate 提供了更准确的答案，凸显了我们方案的有效性。该方法可轻松扩展至特定领域的聊天机器人，从而实现可靠且准确信息的传递。
引用
@article{arxiv.2304.05510,
title = {chatClimate: Grounding Conversational AI in Climate Science},
author = {Saeid Ashraf Vaghefi and Qian Wang and Veruska Muccione and Jingwei Ni and Mathias Kraus and Julia Bingler and Tobias Schimanski and Chiara Colesanti-Senni and Nicolas Webersinke and Christrian Huggel and Markus Leippold},
journal= {arXiv preprint arXiv:2304.05510},
year = {2023}
}