Fransa’da kanun taslağını hazırlamakla görevli milletvekilleri ve senatörler sınırsız sayıda değişiklik teklif etme hakkına sahiptir. Bu bazen şu şekilde tanımlanabilecek stratejilere yol açar: yasal bir ddos.
Ancak her durumda, farklı bakanlıkların temsilcileri, ilgili bakanların ve raportörlerin önerilen her değişikliğe yanıt vermelerine ve görüş bildirmelerine olanak sağlamak amacıyla tüm değişiklikleri okumak, sınıflandırmak ve özetlemekten sorumludur.
Özellikle ağır bir görev, ancak DGFIP’in yapay zeka araçlarına ve özellikle büyük dil modellerine güvenerek basitleştirmeye çalıştığı bir görev.
LLaMa, mümkün olan en iyi seçim
Kamu maliyesi departmanı bu hafta, yasama süreci sırasında önerilen değişiklikleri analiz etmek, sıralamak ve sentezlemek için eğitilmiş bir dil modeli olan LLaMendement projesini sundu. Bu deneysel model, Meta tarafından geliştirilen ve proje sırasında mevcut olan ana modellerin karşılaştırılması sonrasında Fransızca metinlerdeki performansı nedeniyle seçilen bir dil modeli olan LLAMA dil modeline dayanmaktadır.
Daha doğrusu bu, LlaMa-2 70B versiyonudur (yani modelin 70 milyar parametre üzerinde eğitilmiş versiyonu) ve projenin yazarları daha sonra çalışmasını iyileştirmek için Fransız değişikliklerinin bir bütünü üzerinde özel olarak eğitilmiştir.
Reddit’teProjenin yazarlarından biri, denemenin Ekim 2023’te başlatıldığı sırada LLaMa’nın mümkün olan en iyi seçim olduğunu, Fransız Mixtral modelinin o tarihte henüz mevcut olmadığını açıklıyor. Proje adını da bu modele borçludur.
Değişiklikleri özetlemek için LLM’den
Değişiklik, 2023 yılı sonunda parlamento tarafından incelenen 2024 Maliye Yasa Tasarısı’nın incelenmesi sırasında zaten test edildi. Projenin ilk okunması sırasında uygulama, masaya yatırılan 5.400’den fazla değişikliği analiz etmek ve farklı bakanlıklara atamak için kullanıldı. parlamenterler tarafından “basit” yapay zeka tekniklerini kullanan proje.
Bu senaryoda, projenin yazarları aracın bir dil anlama modeline dayanmasına gerek olmadığını ve bu yaklaşımların performansının fazlasıyla yeterli olduğunu belirtiyor: Tasarıya sunulan değişikliklerin atanması on dakikadan az sürdü. .
Ancak, bakanların kullanımına açık özet notlar üretebilmek amacıyla tablodaki değişiklikleri özetlemek için Yüksek Lisans araçlarının kullanılması gerekliydi. Modelin bu alandaki yeterliliğini değerlendirmek için üretilen sentezler, öncelikle insanlar tarafından üretilen sentezlerin kalitesini not etmekten, ardından LLaMendement modeliyle üretilen sentezlerin kalitesini değerlendirmekten sorumlu 20 idari temsilciden oluşan bir panele sunuldu. .
Yapay özet notları
Yapay zeka modelinin ürettiği özet notların, uzmanların yazdıklarına yakın kalitede olduğunu göstermeyi mümkün kılan ve projenin geleceği için cesaret verici sonuçlar vaat eden bir yaklaşım.
Ancak LLaMendement yalnızca bir deneydir ve şimdilik parlamentoda uygulanmaya hazır bir araçtan ziyade kavramın bir kanıtıdır. Model açık kaynak haline getirildi Geçen hafta DGFIP’in Gitlab platformunda.