Stell dir vor, du könntest Wissen teilen, ohne dass es jemand zentral speichert. Foschende haben eine neue Methode entwickelt, die genau das ermöglicht.
Hast du schon mal von großen Sprachmodellen gehört? Das sind Computerprogramme, die so viel wissen wie ein riesiges Lexikon. Diese Programme werden immer beliebter, besonders auf kleinen Geräten wie Smartphones oder Tablets. Doch sie haben ein Problem: Sie können manchmal falsche Informationen liefern oder Dinge erfinden, die nicht stimmen. Das nennt man „Halluzinationen“. Um das zu verhindern, nutzen sie oft eine Methode namens Retrieval-Augmented Generation, kurz RAG. Diese Methode holt sich zusätzliche Informationen aus einer großen Wissensdatenbank.
Was die Forschenden herausgefunden haben
Foschende haben eine neue Methode namens Distributed Retrieval-Augmented Generation, kurz DRAG, entwickelt. Diese Methode braucht keine zentrale Datenbank mehr. Stattdessen teilen die Geräte das Wissen direkt untereinander, ohne dass es jemand zentral speichert. Das bedeutet, dass sensible Daten, wie zum Beispiel Gesundheitsinformationen, sicher bleiben. Außerdem ist es kostengünstiger, weil man keine riesige Datenbank mehr pflegen muss.
Wie haben sie das gemacht?
Um das zu erreichen, haben die Foschende einen Algorithmus namens Topic-Aware Random Walk, kurz TARW, entwickelt. Dieser Algorithmus hilft den Geräten, sich gegenseitig zu finden und das richtige Wissen zu teilen. Stell dir vor, du suchst in einem großen Buchladen nach einem bestimmten Buch. Der TARW-Algorithmus hilft dir, schnell und effizient das richtige Regal zu finden, ohne dass du den ganzen Laden durchsuchen musst.
Warum ist das wichtig?
Diese neue Methode ist besonders wichtig für Bereiche, in denen Datenschutz eine große Rolle spielt, wie zum Beispiel in der Gesundheitsversorgung. Stell dir vor, du bist krank und dein Arzt möchte dir helfen. Mit DRAG kann er schnell und sicher auf die richtigen Informationen zugreifen, ohne dass deine Daten an eine zentrale Stelle gesendet werden. Das macht die Behandlung sicherer und effektiver.
Du willst mehr über die Studie wissen?
Die Foschenden, die diese Methode entwickelt haben, heißen Chenhao Xu, Longxiang Gao, Yuan Miao und Xi Zheng. Sie haben ihre Ergebnisse in einem wissenschaftlichen Artikel veröffentlicht. Mehr Informationen findest du auf ihrer Website: https://github.com/xuchenhao001/DRAG.