首頁Datagemma使用現實世界數據處理AI幻覺
大型語言模型（LLMs）是當今AI突破的核心，能夠篩選海量文本數據集，生成摘要、激發創意，甚至撰寫程式碼。然而，儘管其能力強大，這些模型有時會提供完全錯誤的資訊，這一問題被稱為「幻覺」。這是生成式AI世界中的一大障礙。
我們很高興分享一些前沿研究，這些研究正面解決此問題，旨在通過將LLMs與現實世界的統計數據結合，減少幻覺。我們也興奮地介紹DataGemma，這是首個將LLMs與Google的Data Commons豐富現實數據連結的開放模型。
Data Commons：可信數據的寶庫
Data Commons就像一個不斷擴展的公共數據巨型圖書館，擁有超過2400億個數據點，涵蓋從健康到經濟的各種主題。它從聯合國、世界衛生組織、疾病控制中心和人口普查局等可靠性來源收集這些資訊。通過將這些數據集整合成單一、強大的工具集和AI模型，Data Commons幫助政策制定者、研究人員和組織獲得所需的精確洞察。
想像一個龐大的數據庫，你可以用簡單的英文提問，例如哪些非洲國家電力普及率增長最快，或美國各郡的收入與糖尿病有何關聯。這就是Data Commons的魅力。
Data Commons如何幫助對抗幻覺
隨著越來越多的人轉向生成式AI，我們致力於通過將Data Commons融入我們的輕量級頂尖開放模型家族Gemma，使這些體驗更加扎實。這些DataGemma模型現已開放供研究人員和開發者使用。
DataGemma通過利用Data Commons的知識，提升了Gemma的能力，使用兩種方法來提高LLMs的準確性和推理能力：
RIG（檢索交錯生成）通過主動對照Data Commons的數據檢查事實，增強了我們的Gemma 2模型。當你向DataGemma提問時，它會從Data Commons中搜尋統計數據，提供堅實的答案。雖然RIG不是新概念，但我們在DataGemma中使用它的方式相當特別。
範例查詢：「全球可再生能源使用量增加嗎？」應用DataGemma RIG方法利用Data Commons（DC）提供權威數據。
RAG（檢索增強生成）讓語言模型提取超出其訓練範圍的額外資訊，使回答更豐富、更準確。透過DataGemma，我們利用Gemini 1.5 Pro的長上下文窗口，在模型生成回答前從Data Commons獲取相關數據，減少幻覺。
範例查詢：「全球可再生能源使用量增加嗎？」應用DataGemma RAG方法展示更強的推理能力和腳註包含。
令人振奮的成果與未來展望
我們的RIG和RAG初步測試結果良好。我們的模型在處理數字時展現出更高的準確性，這意味著研究、決策或僅出於好奇心使用這些模型的人將遇到更少的幻覺。你可以在我們的研究論文中查看這些結果。
RAG查詢與回答的示意圖。支持真實統計數據以表格形式從Data Commons提供。*為簡潔起見，僅顯示部分回答。
我們不會就此止步。我們全力以赴改進這些方法，擴大努力規模，並進行更多測試。最終，我們將把這些改進應用於Gemma和Gemini模型，從有限訪問階段開始。
通過分享我們的研究並開放這個新的Gemma模型變體，我們希望廣泛推廣基於Data Commons的技術。使LLMs更可靠和可信對於將其轉化為每個人的重要工具至關重要，幫助構建一個AI提供準確資訊、支持明智選擇並深化我們對世界理解的未來。
研究人員和開發者可立即使用我們的RIG和RAG快速入門筆記本開始體驗DataGemma。要深入了解Data Commons與Gemma如何協作，請查看我們的Research post。
相關文章
華納音樂收購AI歸因初創公司Sureel AI
華納音樂集團（WMG）於週三確認，其正在收購Sureel AI，一家專注於人工智慧歸因的初創公司。Sureel的專有技術為音樂曲目生成“AI DNA”，將其分解為各個組成部分，以追蹤人工智慧模型如何利用這些元素。透過此次收購，WMG旨在增強其監控其藝術家和詞曲創作者的作品在人工智慧生成內容中被使用或用於訓練人工智慧模型的能力。“將Sureel整合到WMG中，增強了我們的保護、控制和變現能力，確保創意社羣保留對其智慧財產權、姓名、肖像、形象和聲音的控制權，”WMG執行長Robert Kync
亞馬遜推出“Alexa for Shopping”，同時將Rufus邊緣化
亞馬遜推出了“Alexa for Shopping”，將 Rufus 購物聊天機器人 Alexa+ 整合到應用程式、網站和 Echo Show 裝置中。該助手回答產品查詢、比較商品、跟蹤價格，並支援購物提醒。它還處理計劃中的購物操作和符合條件的自動購買。據該公司稱，“Alexa for Shopping”將 Rufus 的產品專業知識與 Alexa+ 的個性化助手上下文相結合。亞馬遜表示，Rufus 在 2025 年協助了超過 3 億客戶進行產品研究、比較和購買。GeekWire 報道稱，
微軟、Azure 與 AI 技術共同對抗加州野火風險
微軟投資於人工智慧驅動的野火偵測技術，其首席副總裁暨首席數據科學家胡安·拉維斯塔·費雷斯（Juan Lavista Ferres）針對減輕環境損害的策略進行了探討。根據美國國家航空暨太空總署（NASA）指出，氣候變遷影響地球上的每個人，其表現為氣溫上升、降雨模式改變以及海平面上升。NASA 指出，有確鑿證據顯示地球正以前所未有的速度變暖，而人類活動是主要驅動因素。隨著全球氣溫上升，野火構成的威脅日
相關專題推薦
音樂創作
用於混音製作、取樣準備及卡拉OK母帶處理的 AI 聲部分離工具
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
數據分析
用於收入看板、轉化漏斗分析及產品指標分析的 AI SQL 助手
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
音樂創作
最佳用於歌曲草稿的 AI 旋律創作工具
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
聊天機器人
最適合面試練習的 AI 對話訓練工具
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
設計與藝術
最適合進行創意實驗的 AI 風格轉移工具
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
漫畫創作
最適合視覺敘事的 AI 對話氣泡工具
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
評論 (42)
0/500
![PaulLopez]()
DataGemma這方法聽起來挺實際的，直接用真實數據來對抗AI幻覺，感覺比單純調整演算法更治本。不過好奇它處理的數據範圍有多大？會不會有偏見問題？希望未來能看到更多實測結果！🤔
![HarryRoberts]()
Interesting approach! Using real-world data to ground the model seems like a practical step beyond just scaling parameters. Hope it doesn't just trade hallucinations for boring, overly-cautious outputs though. The 'Gemma' naming trend continues! 🤔
![WilliamRamirez]()
Finally! A real solution to AI hallucinations? DataGemma sounds promising, but I'm honestly a bit skeptical. 🤔 How do they ensure the "real-world data" isn't biased itself? Would love to see a breakdown of their methodology compared to other approaches like Retrieval-Augmented Generation.
![WillMitchell]()
Me pregunto si DataGemma realmente podrá resolver el problema de las alucinaciones en IA. Parece prometedor, pero ya hemos visto muchas soluciones 'milagrosas' que luego no cumplen. Ojalá esta vez sea diferente, porque los errores en los modelos actuales pueden ser bastante graves 😅
![BillyAdams]()
This article on DataGemma is super intriguing! It's wild how LLMs can churn out so much but still trip up on facts sometimes. 😅 Makes me wonder if grounding them in real-world data could finally make AI as reliable as we hope!
![StephenScott]()
This article on DataGemma is super intriguing! I love how it dives into fixing AI hallucinations with real-world data. Makes me wonder if we’ll finally get models that don’t spit out random nonsense. 😄 Anyone else excited about this?
大型語言模型（LLMs）是當今AI突破的核心，能夠篩選海量文本數據集，生成摘要、激發創意，甚至撰寫程式碼。然而，儘管其能力強大，這些模型有時會提供完全錯誤的資訊，這一問題被稱為「幻覺」。這是生成式AI世界中的一大障礙。
我們很高興分享一些前沿研究，這些研究正面解決此問題，旨在通過將LLMs與現實世界的統計數據結合，減少幻覺。我們也興奮地介紹DataGemma，這是首個將LLMs與Google的Data Commons豐富現實數據連結的開放模型。
Data Commons：可信數據的寶庫
Data Commons就像一個不斷擴展的公共數據巨型圖書館，擁有超過2400億個數據點，涵蓋從健康到經濟的各種主題。它從聯合國、世界衛生組織、疾病控制中心和人口普查局等可靠性來源收集這些資訊。通過將這些數據集整合成單一、強大的工具集和AI模型，Data Commons幫助政策制定者、研究人員和組織獲得所需的精確洞察。
想像一個龐大的數據庫，你可以用簡單的英文提問，例如哪些非洲國家電力普及率增長最快，或美國各郡的收入與糖尿病有何關聯。這就是Data Commons的魅力。
Data Commons如何幫助對抗幻覺
隨著越來越多的人轉向生成式AI，我們致力於通過將Data Commons融入我們的輕量級頂尖開放模型家族Gemma，使這些體驗更加扎實。這些DataGemma模型現已開放供研究人員和開發者使用。
DataGemma通過利用Data Commons的知識，提升了Gemma的能力，使用兩種方法來提高LLMs的準確性和推理能力：
RIG（檢索交錯生成）通過主動對照Data Commons的數據檢查事實，增強了我們的Gemma 2模型。當你向DataGemma提問時，它會從Data Commons中搜尋統計數據，提供堅實的答案。雖然RIG不是新概念，但我們在DataGemma中使用它的方式相當特別。
範例查詢：「全球可再生能源使用量增加嗎？」應用DataGemma RIG方法利用Data Commons（DC）提供權威數據。 RAG（檢索增強生成）讓語言模型提取超出其訓練範圍的額外資訊，使回答更豐富、更準確。透過DataGemma，我們利用Gemini 1.5 Pro的長上下文窗口，在模型生成回答前從Data Commons獲取相關數據，減少幻覺。
範例查詢：「全球可再生能源使用量增加嗎？」應用DataGemma RAG方法展示更強的推理能力和腳註包含。
令人振奮的成果與未來展望
我們的RIG和RAG初步測試結果良好。我們的模型在處理數字時展現出更高的準確性，這意味著研究、決策或僅出於好奇心使用這些模型的人將遇到更少的幻覺。你可以在我們的研究論文中查看這些結果。
通過分享我們的研究並開放這個新的Gemma模型變體，我們希望廣泛推廣基於Data Commons的技術。使LLMs更可靠和可信對於將其轉化為每個人的重要工具至關重要，幫助構建一個AI提供準確資訊、支持明智選擇並深化我們對世界理解的未來。
研究人員和開發者可立即使用我們的RIG和RAG快速入門筆記本開始體驗DataGemma。要深入了解Data Commons與Gemma如何協作，請查看我們的Research post。
華納音樂收購AI歸因初創公司Sureel AI
華納音樂集團（WMG）於週三確認，其正在收購Sureel AI，一家專注於人工智慧歸因的初創公司。Sureel的專有技術為音樂曲目生成“AI DNA”，將其分解為各個組成部分，以追蹤人工智慧模型如何利用這些元素。透過此次收購，WMG旨在增強其監控其藝術家和詞曲創作者的作品在人工智慧生成內容中被使用或用於訓練人工智慧模型的能力。“將Sureel整合到WMG中，增強了我們的保護、控制和變現能力，確保創意社羣保留對其智慧財產權、姓名、肖像、形象和聲音的控制權，”WMG執行長Robert Kync
亞馬遜推出“Alexa for Shopping”，同時將Rufus邊緣化
亞馬遜推出了“Alexa for Shopping”，將 Rufus 購物聊天機器人 Alexa+ 整合到應用程式、網站和 Echo Show 裝置中。該助手回答產品查詢、比較商品、跟蹤價格，並支援購物提醒。它還處理計劃中的購物操作和符合條件的自動購買。據該公司稱，“Alexa for Shopping”將 Rufus 的產品專業知識與 Alexa+ 的個性化助手上下文相結合。亞馬遜表示，Rufus 在 2025 年協助了超過 3 億客戶進行產品研究、比較和購買。GeekWire 報道稱，
微軟、Azure 與 AI 技術共同對抗加州野火風險
微軟投資於人工智慧驅動的野火偵測技術，其首席副總裁暨首席數據科學家胡安·拉維斯塔·費雷斯（Juan Lavista Ferres）針對減輕環境損害的策略進行了探討。根據美國國家航空暨太空總署（NASA）指出，氣候變遷影響地球上的每個人，其表現為氣溫上升、降雨模式改變以及海平面上升。NASA 指出，有確鑿證據顯示地球正以前所未有的速度變暖，而人類活動是主要驅動因素。隨著全球氣溫上升，野火構成的威脅日
2026年最新、最優秀且評分最高的AI音軌分離工具彙總，專為混音製作、取樣準備以及卡拉OK音訊處理而設計。這些功能強大的創新工具經過實際測試，能夠實現精準的音訊分離，顯著提升工作效率。XIX.AI每週都會更新免費的付費產品對比指南，幫助您找到最適合自身需求的工具。立即探索，發揮您的AI優勢。
8 個工具
xix.ai
2026年最新最優秀的AI SQL輔助工具排名揭曉！XIX.AI精心挑選了一系列功能強大的工具，這些工具會定期更新，並透過真實的場景測試來驗證其效能。使用這些值得嘗試的工具，您可以快速生成精準的收入分析報表、分析銷售流程，並追蹤產品各項指標，從而大幅提升工作效率。立即探索，找到最適合您的資料驅動決策工具！238個字元
9 個工具
xix.ai
2026 年最新最佳頂級評分 AI 旋律創作工具，助力歌曲草稿創作！XIX.AI 精心策劃了一套極具影響力且經過嚴格真實世界測試的變革性合集，旨在提供最佳的創作體驗。您可以找到詳細的免費與付費版對比、精準的排名以及必試選項，這些工具旨在幫助您輕鬆創作出令人驚豔的歌曲草稿，並顯著提升您的創意生產力。立即探索，發現您的完美工具！
8 個工具
xix.ai
2026 年最新、最受好評的 AI 面試對話訓練工具，盡在 XIX.AI！這份精心精選的清單收錄了多款功能強大、顛覆傳統的工具，這些工具均經過嚴格的實戰測試，能提供精準的回饋。 您將在此找到免費版與付費版的比較分析，以及詳細的排名榜單，助您挑選必試的選項，從而提升自信與技能。立即探索，發掘助您在面試中脫穎而出的完美工具！
12 個工具
xix.ai
2026 年最新、最佳且評價最高的 AI 風格轉移工具，助您進行創意實驗！XIX.AI 精心精選了一系列強大且具革命性的必試工具，這些工具經實際測試與嚴格評比，能帶來卓越成果。這些頂尖解決方案能加速內容創作並開啟無盡的創意可能性，協助創作者顯著提升生產力。 立即探索，找出最適合您的工具，並從今天開始創作吧！
9 個工具
xix.ai
2026 年最新、最受好評的視覺敘事 AI 對話氣泡工具，現已登陸 XIX.AI！這份精心挑選的合集收錄了強大且具顛覆性的工具，能協助創作者提升生產力並突破創作瓶頸。 查看免費版與付費版的比較、參考實際測試結果，並查閱最新排行榜，找出最適合打造引人入勝視覺敘事的必試解決方案。立即探索，發掘您的理想工具！
10 個工具
xix.ai
DataGemma這方法聽起來挺實際的，直接用真實數據來對抗AI幻覺，感覺比單純調整演算法更治本。不過好奇它處理的數據範圍有多大？會不會有偏見問題？希望未來能看到更多實測結果！🤔
Interesting approach! Using real-world data to ground the model seems like a practical step beyond just scaling parameters. Hope it doesn't just trade hallucinations for boring, overly-cautious outputs though. The 'Gemma' naming trend continues! 🤔
Finally! A real solution to AI hallucinations? DataGemma sounds promising, but I'm honestly a bit skeptical. 🤔 How do they ensure the "real-world data" isn't biased itself? Would love to see a breakdown of their methodology compared to other approaches like Retrieval-Augmented Generation.
Me pregunto si DataGemma realmente podrá resolver el problema de las alucinaciones en IA. Parece prometedor, pero ya hemos visto muchas soluciones 'milagrosas' que luego no cumplen. Ojalá esta vez sea diferente, porque los errores en los modelos actuales pueden ser bastante graves 😅
This article on DataGemma is super intriguing! It's wild how LLMs can churn out so much but still trip up on facts sometimes. 😅 Makes me wonder if grounding them in real-world data could finally make AI as reliable as we hope!
This article on DataGemma is super intriguing! I love how it dives into fixing AI hallucinations with real-world data. Makes me wonder if we’ll finally get models that don’t spit out random nonsense. 😄 Anyone else excited about this?
