Tanya jawab umum tentang Responsible AI for Copilot in Viva Engage

Apa itu Copilot di Viva Engage?

Kopilot di Engage menyediakan akses ke teknologi model bahasa besar (LLM, Large Language Model), yang merupakan jenis teknologi yang dapat Anda minta untuk melakukan tugas berbasis bahasa untuk Anda, sama seperti cara Anda meminta seseorang.

Copilot di Engage pelajari dari komunitas, kampanye, dan minat Anda untuk membuat saran yang dipersonalisasi tentang apa yang mungkin ingin Anda posting dan di mana Anda mungkin mendapatkan manfaat dari terlibat.

Apa yang dapat dilakukan Copilot di Viva Engage?

Copilot di Engage dapat membantu Anda:

• Ide curah pendapat tentang apa yang harus diposting, tempat untuk memposting, dan poin untuk disertakan dalam postingan Anda.

• Sediakan templat, konten draf untuk postingan, dan buat pengeditan untuk meningkatkan kualitas penulisan dan nilai.

• Berikan umpan balik dan saran tentang postingan Anda.

Apa tujuan penggunaan Copilot dalam Viva Engage?

Copilot memberdayakan dengan informasi dan kolaborasi yang Anda perlukan untuk memanfaatkan Viva Engage untuk mencapai tujuan profesional Anda.

Bagaimana Copilot di Viva Engage dievaluasi? Metrik apa yang digunakan untuk mengukur kinerja?

Kami mengukur kinerja Copilot dalam Engage, yang didukung oleh GPT-4 menggunakan metrik utama ini:

• Presisi dan Penarikan: Metrik ini sangat penting untuk mengevaluasi kualitas saran. Presisi mengukur berapa banyak saran yang dihasilkan AI yang relevan, sementara penarikan kembali menentukan berapa banyak saran yang relevan diambil.

• Kepuasan Pengguna: Untuk mengukur kepuasan pengguna, kami melakukan survei pengguna dan mengumpulkan umpan balik untuk menilai seberapa puas pengguna dengan bantuan sistem AI.

• Generalisasi: Untuk menilai seberapa baik hasil sistem yang disamakan di berbagai kasus penggunaan, kami menguji Copilot dalam Engage pada kumpulan data dan tugas yang beragam. Hal ini melibatkan evaluasi kinerja sistem pada berbagai skenario dan domain yang bukan merupakan bagian dari data pelatihan awal.

Kami melakukan latihan tim merah, mengundang pakar eksternal dan penguji untuk menemukan kerentanan atau bias dalam sistem. Proses ini membantu kami mengidentifikasi potensi masalah dan meningkatkan ketahanan sistem. Proses evaluasi kami sedang berlangsung, dengan pembaruan dan penyempurnaan berkelanjutan berdasarkan umpan balik pengguna. Dengan menggunakan kombinasi evaluasi internal, umpan balik pengguna, dan pengujian eksternal, kami bertujuan untuk memastikan keakuratan, keadilan, dan generalisasi Copilot di Engage didukung oleh GPT-4.

Apa batasan Copilot dalam Viva Engage? Bagaimana pengguna dapat meminimalkan dampak batasan ini saat menggunakan sistem?

Model yang mendasari mendukung Copilot dilatih pada data pra-2021. Ini tidak akan memberikan respons yang relevan jika pertanyaan memerlukan pengetahuan tentang dunia pasca 2021.

Faktor dan pengaturan operasional apa yang memungkinkan penggunaan Copilot yang efektif dan bertanggung jawab dalam Viva Engage?

Copilot dalam Engage dirancang dengan sistem filter yang kuat yang secara proaktif memblokir bahasa ofensif dan mencegah menghasilkan saran dalam konteks sensitif. Kami membuatnya lebih baik dalam mendeteksi dan menghapus konten ofensif yang dihasilkan oleh Copilot dalam Engage dan mengatasi output yang bias, diskriminatif, atau kasar. 

Kami mendorong Anda untuk melaporkan saran ofensif yang mereka temui saat menggunakan Copilot di Engage.

Pelajari selengkapnya

Mulai menggunakan Copilot di Viva Engage

Berkolaborasi dengan Copilot di Engage pada postingan dan artikel

Berpartisipasi lebih banyak dengan saran dari Copilot di Viva Engage

Menyiapkan Copilot di Viva Engage | Microsoft Learn