-
摘要: 【目的】大模型在新闻领域的应用价值凸显,但在生成文本时出现事实差错、逻辑不一致等“幻觉”现象,对新闻真实性与媒体公信力构成威胁。【方法】通过分析大模型“幻觉”的典型案例与产生原因,阐述智能体与知识库的协同机制如何缓解大模型“幻觉”。以《每日经济新闻》构建 20 +“超级个体”IP 的实践为例,阐述智能体、知识库在媒体中的应用价值。【结果】智能体通过知识整合、上下文管理和多模型协作等机制,可有效监督和纠正大模型输出,提升生成内容的准确性、合理性和时效性。【结论】 实践表明,基于智能体与知识库的协同机制,不仅强化了大模型输出的可靠性,也产生了个人 IP 打造的新范式,为媒体智能化转型提供了新思路。
-
[1] 张铮,刘晨旭 . 大模型幻觉:人机传播中的认知风险与共治可能 [J]. 苏州大学学报(社会科学版),2024,45(5):171-180. [2] 涂良川 . 人工智能“无生命之生命化”技术叙事的历史唯物主义审视——再论人工智能奇点论的哲学追问 [J]. 学术交流,2023(12):5-16. [3] 滕妍,王国豫,王迎春 . 通用模型的伦理与治理:挑战及对策 [J]. 中国科学院院刊 ,2022 ,37(09):1290-1299. [4] 车万翔,窦志成,冯岩松,等 . 大模型时代的自然语言处理:挑战、机遇与发展 [J]. 中国科学:信息科学,2023,53 (09):1645-1687. [5] Ouyang L,Wu J,Jiang X,et al. Training language models to follow instructions with human feedback.In:Proceedings of the Advances in Neural Information Processing Systems[C].2022:27730-27744. [6] 方 兴 东,钟 祥 铭 . ChatGPT 革 命 的 理 性 研 判 与 中 国 对 ——如 何 辨 析 ChatGPT 的颠覆性变革逻辑和未来趋势 [ J] . 西北师大学报 ( 社会科学版) ,2023,60 (4):23-36. [7] Spitale,Giovanni,Biller - Andorno,Nicola & Germani,Federi-co. AI model GPT-3 ( dis) informs us betterthan humans[J].Science Advances,2023,9,26 . [8] 胡泳,人工智能驱动的虚假信息:现在与未来 [J]. 南京社会科学,2024 (01):96-109. [9] Anna Gutowska. What are AI agents? [EB/OL].(2024-07-03)[2025-01-12].https://www.ibm.com/think/topics/ai-agents. [10] Edwin Lisowski.AI Knowledge Base:A Comprehensive Guide 2024[EB/OL].(2024-06-30)[2025-01-11].https://medium.com/@elisowski/ai-knowledge-base-acomprehensive-guide-2024-949233ea8e98. [11] Wynn C. Stirling.Coordinated intelligent control via epistemic utility theory[D/OL].Brigham Young University BYU ScholarsArchive.1993(1).https://scholarsarchive.byu.edu/cgi/viewcontent.cgi?article=1704&context=facpub. [12] Martin Ihrig Alan S. Abrahams.BREAKING NEW G R O U N D I N S I M U L A T I N G K N O W L E D G E MANAGEMENT PROCESSES:SIMISPACE2[J/OL].2007(6).https://www.researchgate.net/publication/228424855_Breaking_New_Ground_In_Simulating_Knowledge_Management_Processes_SIMISPACE2. [13] Zih-Yun Chiu, Yi-Lin Tuan, William Yang Wang, Michael C. Yip.Flexible Attention-Based MultiPolicy Fusion for Efficient Deep Reinforcement Learning[J/OL] .2023(1).https://arxiv.org/abs/2210.03729. [14] Zhiheng Xi,Wenxiang Chen,Xin Guo,et al.The Rise and Potential of Large Language Model Based Agents:A Survey [EB/OL]. arXiv preprint arXiv:2309.07864v1,14 Sep 2023.https://arxiv.org/pdf/2309.07864v1. [15] 于开丞 . 基于人工智能体技术驱动的下一代 AI 互联网[J]. 浙江经济,2024(06):21-23. [16] 刘学东,岳琦 .“AI+ 个人 IP”:财经类媒体的创新传播模式探析 [J]. 新闻战线,2024(16):83-84. -

计量
- 文章访问数: 6
- HTML全文浏览量: 0
- PDF下载量: 1
- 被引次数: 0