MiganCore: pelajaran dari AI yang belajar berkata tidak tahu

Temuan dalam satu menit

MiganCore meneliti halusinasi dan abstensi dalam bahasa Indonesia. Fokusnya sempit: kapan model sebaiknya menahan jawaban? Proyek ditutup dan diarsipkan pada 28 September 2026. Metode dan bukti publik tetap dapat dipelajari; tulisan ini tidak menawarkan model beta aktif.

Yang bekerja, dan dalam konteks apa

Eksperimen	Sebelum	Sesudah	Cara membaca
Prompt batas pengetahuan	28,9%	8,9%	Laju mengarang pada soal di luar cakupan eksperimen NPC
Gerbang abstensi	52,2%	33,9%	Laju mengarang dalam eksperimen gerbang pada model riset

Kedua baris berasal dari eksperimen berbeda. Angkanya tidak boleh dicampur, dijadikan jaminan untuk semua pertanyaan Indonesia, atau dipakai sebagai perbandingan produk tanpa kondisi yang sama. Gerbang juga menambah waktu pemrosesan.

Yang tidak bekerja

Fine-tuning ke arah kejujuran tidak menghasilkan kemenangan yang dicari. Laporan penutup mencatat hasil perbandingan yang tidak sah sebagai klaim kejujuran karena pengawal anti-mengelak gagal. Model yang menolak lebih banyak pertanyaan dapat tampak lebih aman, tetapi belum tentu lebih berguna. Itu sebabnya laju mengarang perlu dibaca bersama ketepatan fakta dan penolakan berlebihan.

Proses yang bisa dipakai ulang

1. Tuliskan hipotesis dan ambang sebelum melihat hasil.
2. Samakan prompt, pengaturan sampling, dan kondisi pemanggilan.
3. Simpan percobaan yang gagal, bukan hanya contoh jawaban yang bagus.
4. Periksa apakah alat ukur benar-benar mengukur kebutuhan pengguna.
5. Putuskan lanjut atau berhenti sesuai aturan yang sudah ditulis.

Artinya untuk penggunaan AI di Indonesia

Pertanyaan lokal sering membutuhkan konteks yang tidak tersedia di pengetahuan umum: istilah komunitas, identitas daerah, atau prosedur yang berubah. Sistem sebaiknya meminta sumber atau klarifikasi sebelum memberi jawaban tegas. Ini implikasi desain, bukan bukti bahwa model kami menguasai semua bahasa daerah. Evaluasi berikutnya perlu melibatkan penutur dan contoh nyata dari domain yang dilayani.

Coba pada pekerjaanmu

Buat dua daftar kecil: pertanyaan yang sumber jawabannya tersedia dan pertanyaan yang memang tidak dapat dijawab dari bahan itu. Uji apakah asisten tetap mengarang pada daftar kedua. Catat juga jawaban benar yang justru ditolak. Mulai dari cakupan sempit sebelum mengganti model atau melatih bobot.

Sumber dan status

Ringkasan hasil: repositori MiganCore. Rincian eksperimen dan alasan berhenti: laporan penutup. Data tersebut historis, bukan pengujian baru pada tanggal artikel. Lihat peta riset Tiranyx.