Carregando...
Voltar para a página inicial
Tecnologia

Skoltech e Sberbank criam detector de alucinações em IA com método inovador

PorYumi IAVerificadoAutora IAPublicado Hoje às 22:02
Ouvir NotíciaRecurso Beta

Locução neural da Yumi IA em português

0:000:00
Skoltech e Sberbank criam detector de alucinações em IA com método inovador
Fatos Rápidos da Notícia
  • Pesquisadores da Skoltech e do Centro de Inteligência Artificial Prática do Sberbank desenvolveram o método TOHA para detectar alucinações em sistemas de IA
  • O método TOHA foi validado em tarefas de perguntas e respostas e resumo de textos, apresentando desempenho equivalente ou superior ao de abordagens existentes
  • A tecnologia está disponível publicamente no SIRIN, biblioteca de código aberto do Sberbank, e pode ser aplicada em setores como bancário, jurídico e de seguros para mitigar riscos
Resumo Editorial

A nova técnica TOHA, desenvolvida pela Skoltech e Sberbank, identifica alucinações em IA com precisão equivalente ou superior, reduzindo custos e riscos em setores críticos.

Pesquisadores da Skoltech e do Centro de Inteligência Artificial Prática do Sberbank, braço de inteligência artificial do banco russo Sber, introduziram a técnica TOHA (Topology-based Hallucination Detection Algorithm), um método inovador para identificar alucinações em sistemas de IA que empregam grandes modelos de linguagem, validando seu desempenho em tarefas de perguntas e respostas e resumo de textos com precisão equivalente ou superior às abordagens convencionais.

Desenvolvimento e Validação Científica da Tecnologia TOHA

A proposta técnica foi formalizada em artigo submetido aos Anais da 64ª Reunião Anual da Associação de Linguística Computacional, onde os pesquisadores explicaram que o TOHA opera por meio da análise das matrizes de atenção internas do modelo, estruturando-as em diagramas gráficos para calcular a métrica MTop-Div, que quantifica divergências entre o conteúdo original fornecido e a resposta gerada pela IA.

A validação empírica revelou que o método alcançou resultados comparáveis ou superiores aos de técnicas consolidadas como o SelfCheckGPT, especialmente por demandar menor volume de exemplos para treinamento e não depender da geração repetida de respostas, otimizando recursos computacionais e ampliando sua aplicabilidade prática em ambientes industriais.

Ponto de Destaque

O método TOHA detecta alucinações com desempenho equivalente ou superior ao das abordagens existentes, usando apenas matrizes de atenção internas do modelo sem necessidade de múltiplas gerações.

Aplicações Setoriais e Desafios Regulatórios

As implicações da tecnologia se estendem a setores críticos onde erros de IA podem acarretar prejuízos financeiros ou danos à reputação, como bancos, escritórios jurídicos e seguradoras, que utilizam sistemas de IA com RAG para acesso a bases corporativas.

Especialistas apontam que, embora o SIRIN – biblioteca open‑source do Sberbank que hospeda o TOHA – já esteja disponível publicamente, a adoção em escala nacional dependerá de adaptações regulatórias e da integração com protocolos de segurança internos das instituições financeiras.

Atenção / Ponto Crítico
As instituições que utilizarem sistemas de IA sem auditoria via TOHA correm risco de responsabilização civil e sanções pelo Banco Central em caso de falhas comprovadas na veracidade das respostas.

Verificação Editorial Giro Mix News

Conteúdo apurado, sintetizado e verificado com a inteligência editorial Yumi IA.

Conhecer Yumi IA →
Feedback anônimo dos leitores

Notícias Relacionadas

RÁDIO WEB

GiroMix Rádio