# Hành vi và độ chính xác của mô hình

Zoom AI Companion được hỗ trợ bởi sự kết hợp giữa các mô hình ngôn ngữ lớn độc quyền và của bên thứ ba (LLM), được thiết kế để cung cấp trí tuệ theo ngữ cảnh trên các sản phẩm của Zoom. Các phần sau đây mô tả các thực hành của Zoom đối với dữ liệu đào tạo, quản lý ảo giác và tinh chỉnh hiệu suất hệ thống.

### <mark style="color:xanh dương;">Zoom không sử dụng nội dung của khách hàng để đào tạo mô hình</mark>

Zoom có **không** sử dụng nội dung khách hàng giống như giao tiếp—chẳng hạn như âm thanh, cuộc trò chuyện, chia sẻ màn hình  , bảng trắng hoặc phản ứng—để đào tạo bất kỳ mô hình nào của Zoom hoặc bên thứ ba.

Zoom đào tạo các mô hình của mình bằng cách sử dụng:

* Dữ liệu thuộc phạm vi công cộng
* Bộ dữ liệu của bên thứ ba đã mua
* Tài liệu đào tạo do Zoom tạo ra

Zoom xem xét các bộ dữ liệu để xác định liệu chúng có được thu thập hợp pháp hay không và liệu giấy phép có áp dụng cho mục đích sử dụng mà Zoom dự kiến hay không. Lưu ý rằng chúng tôi cũng sử dụng các nhà cung cấp mô hình bên thứ ba, chẳng hạn như OpenAI và Anthropic, như một phần của mô hình liên kết của chúng tôi. Vui lòng tham khảo bất kỳ thông tin nào họ cung cấp về dữ liệu đào tạo.

### <mark style="color:xanh dương;">AI tạo sinh có thể tạo ra ảo giác</mark>

Giống như bất kỳ mô hình tạo sinh nào, AI Companion có thể tạo ra các kết quả đầu ra không chính xác về mặt तथ्य hoặc không liên quan (ảo giác). Zoom khuyến nghị xem xét cẩn thận các kết quả đầu ra. Zoom giảm ảo giác bằng cách:

* Kiểm thử mô hình với các trường hợp sử dụng thực tế
* Cải thiện ngữ cảnh thông qua tạo sinh tăng cường truy xuất (RAG)
* Tăng cường hỗ trợ ngôn ngữ bằng các quy trình dịch thuật (ví dụ: tiếng Anh sang tiếng Tây Ban Nha)

### <mark style="color:xanh dương;">Hiệu suất của AI Companion được giám sát và tinh chỉnh</mark>

Zoom thường xuyên giám sát hiệu suất mô hình, theo dõi các chỉ số chất lượng và cập nhật các hệ thống nội bộ để cải thiện độ chính xác và tính minh bạch. Mặc dù khả năng giải thích bị giới hạn bởi thiết kế mô hình, các suy giảm hiệu suất được xử lý thông qua các chu kỳ kiểm thử và cập nhật.