တရားဝင်စာရွက်စာတမ်းများကို ကြီးမားသောဘာသာစကားပုံစံများဖြင့် ရေးဆွဲလာသည်နှင့်အမျှ အတုအယောင်ကိုးကားချက်များသည် ၎င်းတို့ရှေ့တွင်ပေါ်လာသော တရားရုံးများနှင့် ရှေ့နေများအတွက် တကယ့်ပြဿနာဖြစ်လာသည်။ ဂျော်ဂျီယာနည်းပညာ သုတေသီများသည် တရားသူကြီးတစ်ဦးထံ မရောက်ရှိမီ ထိုလုပ်ကြံဖန်တီးထားသော ကိုးကားချက်များကို ဖမ်းမိရန် ဒီဇိုင်းထုတ်ထားသည့် open-source tool တစ်ခုကို တည်ဆောက်ခဲ့သည်။
Mellea Legal Requirements Checker (Mellea-LRC) ဟုခေါ်သော ကိရိယာသည် AI မှ ထင်ယောင်ထင်မှားဖြစ်စေသော ကိုးကားချက်များကို သီးသန့်အာရုံစိုက်ခြင်းဖြင့် အမှုကိစ္စဆိုင်ရာ ဥပဒေကိုးကားချက်များကို ခွဲခြားအတည်ပြုနိုင်သည်။ ၎င်းကို IBM မှ လှူဒါန်းမှုဖြင့် ရန်ပုံငွေဖြင့် Georgia Tech's Center for Scientific Software Engineering (CSSE) နှင့် Open Source Program Office (OSPO) တွင် မိတ်သဟာယပရိုဂရမ်တစ်ခုဖြင့် ဖန်တီးခဲ့ကြောင်း တက္ကသိုလ်၏ကြေညာချက်အရ သိရသည်။ For more context on this story, see our ongoing breaking AI news.
Master's ကျောင်းသားများ Adrian Lozada နှင့် Di Wu တို့သည် CSSE နှင့် OSPO တို့မှ လမ်းညွှန်ဆရာများနှင့်အတူ tool ကို တည်ဆောက်ရန် ဖော်များအဖြစ် ရွေးချယ်ခံခဲ့ရသည်။ ၎င်းတို့၏ ရည်မှန်းချက်မှာ ရှေ့နေများနှင့် တရားရေးနယ်ပယ်မှ အခြားသူများကို တရားဝင်ကိုးကားချက်များကို အတည်ပြုရန် ရိုးရှင်းသောနည်းလမ်းတစ်ခုဖြစ်ကြောင်း တက္ကသိုလ်က ပြောကြားခဲ့သည်။
ဘယ်လိုအလုပ်လုပ်လဲ။
Mellea-LRC သည် IBM ၏ Mellea open-source framework နှင့် ကြီးမားသော ဘာသာစကားမော်ဒယ်များကို ပေါင်းစပ်ထားပြီး၊ "ညွှန်ကြားချက်၊ အတည်ပြု၊ ပြုပြင်ခြင်း" ပါရာဒိုင်းကို ပတ်၀န်းကျင်တွင် တည်ဆောက်ထားပါသည်- developer များသည် LLM ၏ output သည် သာမန်ကုဒ်ကဲ့သို့ ကျေနပ်ရမည်ဟု စည်းမျဉ်းများကို ရေးသားကြပြီး framework သည် output နှင့်ကိုက်ညီသည့်တိုင်အောင် model ခေါ်ဆိုမှုများကို ထပ်မံလုပ်ဆောင်ပါသည်။
"IBM ၏ Mellea မူဘောင်သည် ကျွန်ုပ်တို့တည်ဆောက်ခဲ့သည့် အခြေခံအုတ်မြစ်ဖြစ်သည်။ Mellea ၏အလုပ်မှာ မော်ဒယ်ခေါ်ဆိုမှုများကို ကြိုတင်ခန့်မှန်းနိုင်စေရန်ဖြစ်သည်- သင်သည် သာမန်ကုဒ်များအတိုင်း ကျေနပ်စေရမည်ဟု စည်းမျဉ်းများကို ရေးချကာ LLM ရလဒ်နှင့် ကိုက်ညီသည့်တိုင်အောင် မူဘောင်ကို ပြန်လည်ကြိုးစားမည်ဖြစ်သည်။ ကျွန်ုပ်တို့၏အလုပ်မှာ တရားဥပဒေဆိုင်ရာ အသုံးချပရိုဂရမ်ကို အဆုံးအထိ တည်ဆောက်ရန် မူဘောင်ကို အသုံးချရန်ဖြစ်သည်" ဟု Wu က ကြေငြာချက်တွင် ပြောကြားခဲ့သည်။
ကိရိယာသည် စာရွက်စာတမ်းတစ်ခုကို ရှစ်မိနစ်ခန့်အတွင်း လုပ်ဆောင်သည်။ ၎င်းသည် တရားဥပဒေအရ ကိုးကားချက်များကို ပထမဦးစွာ ထုတ်ယူပြီး ကိုးကားချက်တစ်ခုစီသည် စစ်မှန်ကြောင်းနှင့် ၎င်းသည် စာရွက်စာတမ်း၏ အကြောင်းအရာကို အမှန်တကယ် အထောက်အကူပြုကြောင်း စစ်ဆေးအတည်ပြုသည် — ဒုတိယအပိုင်းသည် အတုအယောင်မျှသာနှင့် အတုအယောင်များကို ခွဲခြားသိမြင်စေသည့်အရာဖြစ်သည်။ မရှိသော လုပ်ကြံဖန်တီးထားသော အမှုသည် ပထမစစ်ဆေးခြင်း မအောင်မြင်ပါ။ တိုင်ကြားချက်မှာ ပျက်ကွက်သည်ဟူ၍ မဖော်ပြထားသော တကယ့်ဖြစ်ရပ်တစ်ခုဖြစ်သည်။
အစစ်အမှန်ဖန်တီးထားသော ဖိုင်များကို စမ်းသပ်စစ်ဆေးထားပါသည်။
အဖွဲ့သည် AI-ရေးဆွဲထားသော အတိုချုံးများ ပျံ့နှံ့လာသဖြင့် AI-ရေးဆွဲထားသော အတိုချုံးများ ပျံ့နှံ့လာသဖြင့် တရားရုံးများတွင် ပိတ်ဆို့အရေးယူမှုများနှင့် စိစစ်မှုများပြုလုပ်သည့် အတုအယောင်ကိုးကားချက်များပါ၀င်ကြောင်း သိရှိထားသည့် အတုအယောင်ကိုးကားချက်များပါရှိသော အများသူငှာ တရားရုံးတင်စာရွက်စာတမ်း 26 ခုကို Mellea-LRC အဖွဲ့မှ အကဲဖြတ်ခဲ့ပါသည်။
အဆိုပါပြဿနာကို Mellea-LRC ပစ်မှတ်များကို ကောင်းစွာမှတ်တမ်းတင်ထားသည်- LLM များသည် ဖြစ်နိုင်ခြေရှိသော ပုံသဏ္ဍာန်ရှိသော အမှုအမည်များ၊ ကိုးကားချက်များနှင့် ကိုးကားချက်များကို ထုတ်ပေးပြီး မည်သည့်ပုံစံနှင့်မျှ မကိုက်ညီသည့် ရှေ့နေများသည် ၎င်းတို့ကို စစ်ဆေးခြင်းမပြုဘဲ ယင်းစာရွက်စာတမ်းများကို တင်သွင်းပြီးနောက် ပြစ်ဒဏ်များနှင့် ရင်ဆိုင်ခဲ့ရသည်။
ဒီဇိုင်းအားဖြင့် Open Source
ပရောဂျက်၏ အဓိကလိုအပ်ချက်မှာ tool ၏ကုဒ်သည် open source ဖြစ်ရန်ဖြစ်သည်။ ကိရိယာနှင့်အတူ၊ အဖွဲ့သည် အနာဂတ်စံညွှန်းလေ့လာမှုများအတွက် Hugging Face တွင် စမ်းသပ်မှုနှင့် တရားဝင်ဒေတာအစုံကို ထုတ်ပြန်ခဲ့သည်။
"Agentic AI သည် လျင်မြန်စွာ ကြီးထွားလာနေပြီး တိုးတက်မှုအများစုသည် မည်သူမဆို စာဖတ်နိုင်၊ အသုံးပြုနိုင်ပြီး အလုပ်တိုးတက်စေသည့် open-source ပရောဂျက်များတွင် ကြီးထွားလာသည်" ဟု Lozada မှ ပြောကြားခဲ့သည်။
OSPO ဒါရိုက်တာနှင့် Georgia Tech မှ အဓိက သုတေသနပညာရှင် Jeff Young က IBM ၏ Mellea မူဘောင်သည် အလုပ်အတွက် အရေးကြီးကြောင်း ပြောကြားရာတွင် ၎င်း၏ "ညွှန်ကြားချက်၊ စစ်ဆေးရန်၊ ပြုပြင်ခြင်း" ချဉ်းကပ်မှုသည် ယုံကြည်စိတ်ချရသော LLM ကွင်းများကို ဖန်တီးနိုင်သောကြောင့် ဖြစ်သည်။
ယုံကြည်စိတ်ချရသော ထွက်ရှိမှုနောက်ကွယ်တွင် ဗိသုကာပညာ
Mellea ချဉ်းကပ်မှုကို ထင်ရှားစေသောအရာမှာ ယုံကြည်စိတ်ချရမှု၏ ဝန်ထုပ်ဝန်ပိုးကို ထားရှိရာနေရာဖြစ်သည်။ အမြင်မှားခြင်းကို လျော့ပါးစေသော နည်းဗျူဟာအများစုသည် နှိုးဆော်ခြင်း၊ ချိန်ညှိခြင်း သို့မဟုတ် ပြန်လည်ရယူခြင်း တိုးမြှင့်ခြင်းများအားဖြင့် မော်ဒယ်ကိုယ်တိုင်က ပိုမိုသတိထားရန် တောင်းဆိုသည်။ Mellea-LRC သည် ၎င်းကို ပြောင်းပြန်လှန်သည်- မှန်ကန်မှု လိုအပ်ချက်များသည် မော်ဒယ်၏ အပြင်ဘက်တွင် သာမန်ကုဒ်တွင် ရှိနေပြီး၊ ဘောင်သည် ၎င်းတို့အား ထွက်ပေါက် ကျေနပ်သည်အထိ မော်ဒယ်ကို ဆက်ခေါ်နေပါသည်။
ထိုဒီဇိုင်းသည် လက်တွေ့ကျသော အကျိုးဆက်နှစ်ခုရှိသည်။ ပထမအချက်၊ အတည်ပြုခြင်းဆိုင်ရာ ယုတ္တိဗေဒသည် စာရင်းစစ်နိုင်သည် — ရှေ့နေ သို့မဟုတ် တရားရုံးသည် ပွင့်လင်းမြင်သာသောပုံစံတရားစီရင်ခြင်းကို ယုံကြည်ရမည့်အစား ကိုးကားမှုတစ်ခုပြုလုပ်ရမည့်စည်းမျဉ်းများကို အတိအကျဖတ်နိုင်သည်။ ဒုတိယ၊ တူညီသောပုံစံသည် အထွက်များကို စက်ပိုင်းဆိုင်ရာ စစ်ဆေးနိုင်သည့် မည်သည့်ဒိုမိန်းအတွက်မဆို တရားဝင်ကိုးကားချက်များထက် ယေဘုယျအားဖြင့် ယေဘုယျအားဖြင့် အတိအကျဖြစ်ပြီး၊ ၎င်းသည် လုပ်ငန်းတီထွင်သူများအတွက် အေးဂျင့်ဘောင်များကို ဆွဲဆောင်မှုဖြစ်စေသည့် ပိုင်ဆိုင်မှုဖြစ်သည်။
မိတ်သဟာယဖွဲ့စည်းပုံကလည်း မှတ်သားစရာပါ။ ပိတ်ထားသောကော်ပိုရိတ်ဓာတ်ခွဲခန်းထက်၊ ပရောဂျက်သည် မာစတာကျောင်းသားနှစ်ဦး၊ CSSE နှင့် OSPO မှ သင်ကြားပို့ချမှုနှင့် IBM မှ ထောက်ပံ့ငွေများကို ကျဉ်းမြောင်းပြီး ကောင်းမွန်စွာသတ်မှတ်ထားသော စိစစ်ခြင်းပြဿနာကို ဝိုင်းဝန်းလုပ်ဆောင်ပေးကာ အလုပ်တူးလ်တစ်ခုအပြင် အများသူငှာ စံနှုန်းဒေတာအစုံကို ထုတ်လုပ်ခဲ့သည်။
ဥပဒေလုပ်ငန်းအတွက် ဘာကြောင့်အရေးကြီးတာလဲ။
တရားရုံးများသည် AI ယုံကြည်စိတ်ချရမှုပြဿနာများအတွက် မီးမောင်းထိုးပြသည့်နေရာဖြစ်လာသည်။ အတည်ပြုခြင်းလုပ်ငန်းအသွားအလာ Mellea-LRC သည် အလိုအလျောက်လုပ်ဆောင်သည် — ကိုးကားချက်တစ်ခုရှိနေကြောင်းအတည်ပြုပြီး မူကြမ်းရေးဆွဲသူတောင်းဆိုထားသည့်အရာကိုစစ်ဆေးခြင်း — သည် သတ်မှတ်ရက်များတင်းကျပ်နေချိန်တွင် လူသားပြန်လည်သုံးသပ်သူများကျော်သွားသည့် လုံ့လစိုက်ထုတ်သည့်အဆင့်ဖြစ်သည်။
စာရွက်စာတမ်းတစ်ခုလျှင် ရှစ်မိနစ်ကြာ စီမံဆောင်ရွက်ချိန်သည် တရားသူကြီးတစ်ဦးမှမရှိသောအမှုကို အလံတင်ပြီးနောက် မှုခင်းဆေးပညာလေ့ကျင့်ခန်းအဖြစ်ထက် စာရွက်စာတမ်းမတင်မီ လုပ်ဆောင်ရန် လက်တွေ့လုပ်ဆောင်စေသည်။ ကိရိယာနှင့် ၎င်း၏အကဲဖြတ်မှုဒေတာအတွဲနှစ်ခုစလုံးသည် ပွင့်လင်းအရင်းအမြစ်ဖြစ်သောကြောင့်၊ အခြားအဖွဲ့များသည် ၎င်းလုပ်ဆောင်ပုံအား စစ်ဆေးခြင်း၊ အပိုတရားစီရင်ပိုင်ခွင့်များနှင့် ကိုးကားမှုဖော်မတ်များအထိ တိုးချဲ့ခြင်းနှင့် စံမှတ်အဆင့်မြှင့်တင်မှုများ—ပိတ်ထားသော၊ မူပိုင်ခွင့်ရှိသော ယောင်မှားခြင်းစစ်ဆေးသည့်ကိရိယာများနှင့် ဆန့်ကျင်ဘက်ဖြစ်သော ချဉ်းကပ်မှုတစ်ခုဖြစ်သည်။
ပရောဂျက်သည် လုပ်ငန်းဆိုင်ရာ AI ကိရိယာတန်ဆာပလာများ ဦးတည်နေသည့်နေရာကို အချက်ပြသည်- မော်ဒယ်များကို အမြင်မှားစေမည့်အစား ဂျော်ဂျီယာနည်းပညာကဲ့သို့သော အဖွဲ့များသည် လောင်းကြေးမြင့်သော အသက်မွေးဝမ်းကျောင်းများအတွက် လုံလောက်သော မော်ဒယ်အထွက်ကို ကြိုတင်မှန်းဆနိုင်စေရန်အတွက် စစ်ဆေးမှုအလွှာများကို ၎င်းတို့ပတ်ဝန်းကျင်တွင် တည်ဆောက်နေကြသည်။
တရားရေးဆိုင်ရာလုပ်ငန်းအတွက်၊ ကုလဗေဒသည် ရိုးရှင်းပါသည်။ AI သည် မိနစ်ပိုင်းအတွင်း အတိုချုံးရေးဆွဲနိုင်ပြီး Mellea-LRC ကဲ့သို့သော ကိရိယာများက ၎င်း၏ကိုးကားချက်များကို တစ်ချိန်တည်းတွင် စစ်ဆေးနိုင်သည်။ ကျန်ပြောင်းလဲမှုမှာ ကုမ္ပဏီများသည် ပိတ်ဆို့အရေးယူမှုအပြီးမဟုတ်ဘဲ တင်သွင်းခြင်းမပြုမီတွင် မဖြစ်မနေစစ်ဆေးရမည့်အဆင့်ဖြစ်သည်။
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
