Advertisement
गूगल ने बार्ड के तर्क कौशल में किया सुधार

सैन फ्रांसिस्को। टेक दिग्गज गूगल ने अपने आर्टिफिशियल इंटेलिजेंस (एआई)-चैटबॉट बार्ड में नए सुधार पेश किए हैं, इसमें बेहतर तर्क कौशल शामिल हैं। तकनीकी दिग्गज ने बुधवार को एक ब्लॉगपोस्ट में कहा कि बार्ड अब कम्प्यूटेशनल संकेतों को पहचानने और पृष्ठभूमि में कोड चलाने के लिए अंतर्निहित कोड निष्पादन नामक एक नई तकनीक का उपयोग करता है।
नतीजतन, यह स्ट्रिंग हेरफेर, कोडिंग प्रश्नों और गणितीय कार्यों का अधिक सही ढंग से जवाब दे सकता है।
कंपनी की ओर से कहा गया कि, हमारी नई विधि बार्ड को अपनी तर्क और गणित क्षमताओं को बढ़ावा देने के लिए कोड उत्पन्न करने और निष्पादित करने की अनुमति देती है। यह दृष्टिकोण मानव बुद्धि में एक अच्छी तरह से अध्ययन किए गए द्विभाजन से प्रेरणा लेता है, विशेष रूप से डैनियल काह्न्मैन की पुस्तक 'थिंकिंग, फास्ट एंड स्लो' में शामिल है - एथ सेपरेशन 'सिस्टम 1' और 'सिस्टम 2' की सोच।
सिस्टम 1 सोच तेज, और सहज है। दूसरी ओर, सिस्टम 2 सोच धीमी, जानबूझकर और प्रयासशील है।
कंपनी ने बार्ड की प्रतिक्रियाओं की सटीकता में सुधार करने में सहायता के लिए बड़े भाषा मॉडल (एलएलएम) (सिस्टम 1) और पारंपरिक कोड (सिस्टम 2) की क्षमताओं को जोड़ा है।
टेक जॉयंट ने कहा, हमने देखा है कि यह विधि हमारे आंतरिक चुनौती डेटासेट में गणना-आधारित शब्द और गणित की समस्याओं के लिए बार्ड की प्रतिक्रियाओं की सटीकता में लगभग 30 प्रतिशत सुधार करती है।
साथ ही, कंपनी ने घोषणा की कि बार्ड अब गूगल पत्रक को एक नया निर्यात विकल्प प्रदान करता है।
नई सुविधा के साथ, उपयोगकर्ता उन तालिकाओं को भेज सकते हैं, जो बार्ड अपनी प्रतिक्रियाओं में सीधे शीट्स में बनाता है।
--आईएएनएस
नतीजतन, यह स्ट्रिंग हेरफेर, कोडिंग प्रश्नों और गणितीय कार्यों का अधिक सही ढंग से जवाब दे सकता है।
कंपनी की ओर से कहा गया कि, हमारी नई विधि बार्ड को अपनी तर्क और गणित क्षमताओं को बढ़ावा देने के लिए कोड उत्पन्न करने और निष्पादित करने की अनुमति देती है। यह दृष्टिकोण मानव बुद्धि में एक अच्छी तरह से अध्ययन किए गए द्विभाजन से प्रेरणा लेता है, विशेष रूप से डैनियल काह्न्मैन की पुस्तक 'थिंकिंग, फास्ट एंड स्लो' में शामिल है - एथ सेपरेशन 'सिस्टम 1' और 'सिस्टम 2' की सोच।
सिस्टम 1 सोच तेज, और सहज है। दूसरी ओर, सिस्टम 2 सोच धीमी, जानबूझकर और प्रयासशील है।
कंपनी ने बार्ड की प्रतिक्रियाओं की सटीकता में सुधार करने में सहायता के लिए बड़े भाषा मॉडल (एलएलएम) (सिस्टम 1) और पारंपरिक कोड (सिस्टम 2) की क्षमताओं को जोड़ा है।
टेक जॉयंट ने कहा, हमने देखा है कि यह विधि हमारे आंतरिक चुनौती डेटासेट में गणना-आधारित शब्द और गणित की समस्याओं के लिए बार्ड की प्रतिक्रियाओं की सटीकता में लगभग 30 प्रतिशत सुधार करती है।
साथ ही, कंपनी ने घोषणा की कि बार्ड अब गूगल पत्रक को एक नया निर्यात विकल्प प्रदान करता है।
नई सुविधा के साथ, उपयोगकर्ता उन तालिकाओं को भेज सकते हैं, जो बार्ड अपनी प्रतिक्रियाओं में सीधे शीट्स में बनाता है।
--आईएएनएस
ये भी पढ़ें - अपने राज्य / शहर की खबर अख़बार से पहले पढ़ने के लिए क्लिक करे
Advertisement
Advertisement
गैजेट्स
Advertisement
Traffic
Features
