نگاهی به زیر کاپوت: ساخت دستیار پرسش در استک اورفلو

ساخت دستیار پرسش با ترکیب ML و هوش مصنوعی

استک اورفلوی با همکاری گوگل و استفاده از جیمینی، سیستم دستیار پرسش را توسعه داد تا به کاربران در بهبود کیفیت سوالات کمک کند. این پروژه با هدف کاهش تکرار نظرات بررسی‌کنندگان و تسریع فرآیند بررسی آغاز شد. تیم دریافت که هوش مصنوعی تولیدی به تنهایی قادر به ارزیابی قابل اعتماد کیفیت سوالات نبود، بنابراین از مدل‌های رگرسیون لجستیک برای شناسایی شاخص‌های بازخورد خاص استفاده کردند.

• ایجاد چهار شاخص بازخورد برای دسته «متن و پیش‌زمینه»
• آموزش مدل‌ها با داده‌های تاریخی نظرات بررسی‌کنندگان
• ترکیب مدل‌های ML با جیمینی برای تولید بازخورد شخصی‌سازی شده
• آزمایش A/B در دو مرحله روی کاربران جدید و باتجربه
• افزایش ۱۲ درصدی نرخ موفقیت سوالات در نتایج نهایی

"دریافتیم که ارزیابی کیفیت پرسش نیازمند تکنیک‌های کلاسیک ML علاوه بر راه حل هوش مصنوعی تولیدی است"

این پروژه نشان داد که ترکیب هوش مصنوعی سنتی و مدرن می‌تواند تجربه پرسش‌وپاسخ را برای تمام کاربران بهبود بخشد.