苹果开发全新AI框架，让用户亲身参与数据标记自动化

像苹果Siri手机怎么定位对方的手机所在位置七个 的个手机怎么定位对方的手机所在位置人之间 助理利用强化自身肯定语言命令来最终最终结果完成完成任务。他们的 ，但但它底层组件一般来讲来讲依赖于监督机器来学习算法，一定量算法值得注意一定量手工注释的训练数据情况。为此大幅减少收集一定量数据情况的时间不和精力，苹果的相关研究人员开发了七个 框架，利用强化自身消费用户参予下的信号，来自美国动创建全面不断提升 数据情况的标签。他们的 的报告中他称，当用得标准等等多完成任务来学习和外部知识库验证等策略时，带注释的数据情况显著大幅减少了生产深度来学习运行系统的准确性。

“他们的 他称，那是首次用得标准消费用户参予信号来走出困境大规模生成序列标记完成任务的训练数据情况，并可应用于实际可设置中，在全部不会人工注释数据情况的状况下加快新其他功能的部署，”相关研究人员这一篇待出版的论文中写道。“根据包括，消费用户参予信号值得注意走出困境他们的 从数字助理强化自身的错误中吸取教训，强化自身根据其值得注意改进的这里。”

相关研究人员用得标准这一系列启发式方式较为来识别，值得注意表明参予参予或消极参予的行为较为。根据包括一定量根据包括点击其它内容来初步参予（参予的回应），长时间不听一首歌（另七个 参予的回应），值得注意打断智能助手直接提供的其它内容，手动选择选择不一样的其它内容（消极的回应）。一定量信号被选择选择性地以“隐私保护利用强化自身”获取，以自动生成一般来讲数数的具备真实性的注释，从新但它与但它注释者直接提供的粗粒度标签相运用。

为此将粗粒度标签和推断出的细粒度标签合并到人工智能模型中，论文的合封面图片设计方式了七个 多完成任务来学习框架，将粗粒度和细粒度实手机怎么定位对方的手机所在位置体标签之一七个 完成任务其他处理 。根据包括，但它还合并了七个 由实体及其密切联系组成的外部知识库验证器。假设预测“something”之一七个 音乐标题，“the Beatles”之一七个 音乐艺术家，他们的 值得注意查询“Play something by the Beatles”，验证器将展开个人之间 级标签的备选方案的查找，并将但它发送到七个 组件，该组件将对预测从新排序，并返回最佳备选方案。

相关研究人员利用强化自身七个 独立的测试集来评估多完成任务模型所执行的完成任务，他们的 从生产运行运行系统随机抽取样本，并对理念基础的真实标签手工标注。他们的 他称，在21次模型运行中，添加的26万个训练示例，与全部数量他们的 工注释数据情况的基线较为于，“一致地”大幅减少了预测完成完成任务都粗粒度实体错误率。根据包括，他们的 还报告说，当有较为一定量他们的 工注释数据情况（5000个示例）时，添加弱监督的细粒度数据情况会强化自身更多大影响多大。于是 ，他们的 报告说，他称全部顶级模型假设利用强化自身知识库验证器的例子，细粒度实体错误率下降了大约50%。

在另七个 实验中，工作团队试图根据消费用户意图的更细微标注，是否又能选择会大幅减少运行系统选择选择正确操作中都值得注意性。他们的 采集了大约5000个“播放音乐”命令，根据包括根据包括对多个乐队、艺术家和歌曲的引用，并利用强化自身七个 根据包括其框架的运行系统将其发送进去，于是 ，他们的 各种要求注释者将运行系统返回的响应分为“满意”或“不满意”。相关研究人员报告说，全面不断提升 于是 运行系统强化自身的于是较为完成任务错误率大幅减少了24.64%。

他们的 将下去探索是否又能选择利用强化自身个人之间 消费用户的参予行为较为来大幅减少个性化。

“他们的 观察到，他们的 的模型改进了消费用户于是接收的于是，值得注意是他称根据包括困难或不寻常语言操作模式的请求，”论文合封面图片写道。“等等，全面不断提升 于是 运行系统值得注意正确其他处理 等等‘你能播放Miley Cyrus新专辑中都Malibu吗’和‘播放Kendrick Lamar的Humble’等等的查询。根据包括，全面不断提升 于是 模型值得注意识别出消费用户在从新遇到 能够的语言歧义时更有值得注意引用得标准实体。等等，在Play one by Metallica中，one值得注意是七个 非实体标记（意为播放Metallica的全部歌曲），也值得注意特指Metallica一首名为One的歌。但因一般来讲数数消费用户在说‘Play One by Metallica’时都有听Metallica乐队的‘One’这首歌，他们的 他们的 的模型会按照消费用户参予注释的数据情况来预测‘One’不不知道指有什么，强化自身更完美地捕捉消费用户群体的趋势和偏好。”

此前，这一篇论文描述了苹果他们的 工智能开发工具Overton，该工具的模型其他处理 了“数十亿”个查询。根据包括，苹果前几天相关研究了消费用户是否又能选择更很喜欢与“健谈”他们的 工智能助手交谈。