Ո՞ւր անհետացան իմ տվյալները. LLM-ների փորձարկումը որպես տվյալների խողովակաշարի դետեկտիվներ

Նոր հետազոտությունը ուսումնասիրում է խոշոր լեզվական մոդելների (LLM) արդյունավետությունը տվյալների խողովակաշարերի խափանումների ախտորոշման գործում: Հեղինակը մոդելավորել է տվյալների ինժեներիայի 15 սովորական սցենար՝ ստուգելու համար, թե արդյոք մոդելները կարող են ճշգրիտ բացահայտել բացակայող գրառումների պատճառը կամ ճիշտ հայտնել, երբ տեղեկամատյանները բավարար չեն եզրակացություն անելու համար: Արդյունքները ցույց են տալիս, որ մոդելի արժեքը և արագությունը պարտադիր չէ, որ կապված լինեն ճշգրտության հետ: Մինչ թանկարժեք մոդելները հաճախ ենթադրություններ էին անում անորոշ դեպքերում, ավելի էժան այլընտրանքները, ինչպիսին է GPT-6 Luna-ն, ցույց տվեցին բարձր հուսալիություն: Հետազոտությունը ընդգծում է, որ հուշումներում հստակ կանոնների սահմանումը կարևոր է մոդելների կողմից չհիմնավորված ենթադրություններ անելը կանխելու համար: Վերջնական հաշվով, հետազոտությունը ցույց է տալիս, որ ճիշտ կարգավորումների դեպքում ավելի փոքր և մատչելի մոդելները կարող են ծառայել որպես արդյունավետ օգնականներ տվյալների ինժեներների համար: