edgepedia

Edgepedia

Контроль качества статей Edgepedia

1 ноября 2026 года мы выпустили Edgepedia v1.9, доведя общее число статей в Edgepedia примерно до 520 000. В разговорах с друзьями часто возникают два вопроса: «Почему бы просто не пользоваться Википедией?» и «Откуда вы знаете, что не производите ИИ-мусор?» Оба вопроса справедливы и вполне обоснованны, и я хочу поделиться своими ответами: нам нужны доверие сообщества и обратная связь, чтобы делать Edgepedia ещё лучше и полезнее.

Зачем нам Edgepedia

Сначала — о том, как появилась Edgepedia. Мы создаём EdgeChat, чтобы дать пользователям по всему миру доступ к локальному ИИ и удовлетворить четыре основные потребности:

  1. Доступ к ИИ даже без интернета — например, в самолёте.
  2. Локальное и конфиденциальное хранение истории переписки с ИИ — например, сведений о здоровье и финансах.
  3. Возможность не терять ИИ-собеседников из-за вывода моделей из эксплуатации — как, например, в случае с ChatGPT 4o.
  4. Отсутствие необходимости платить за дорогие токены при каждом обращении.

Наш первый прототип EdgeChat отлично работал на MacBook Pro с 16 ГБ оперативной памяти и более, но затем мы поняли, что подавляющее большинство пользователей — свыше 97%, по данным нашей аналитики, — хотят пользоваться EdgeChat на смартфонах. У iPhone и смартфонов на Android обычно всего 6 ГБ оперативной памяти, поэтому нам пришлось перейти на языковую модель меньшего размера. Эта замена заметно ухудшила работу ИИ и пользовательский опыт: в ответ на вопросы пользователей модель начала галлюцинировать, выдавая самые разные ответы. При этом небольшие модели хорошо справлялись с человеческой стороной общения: понимали собеседника и отвечали тепло. А вот в фактах плавали. Спросите небольшой ИИ, кто изобрёл ту или иную технологию или в каком году был подписан договор, — и каждый раз можете получить новый ответ.

Наше решение — отделить «левополушарное» знание фактов от «правополушарного» понимания намерений пользователя. Вместо того чтобы полагаться на расплывчатые знания, усвоенные при предобучении, мы даём ИИ возможность обращаться к локальной энциклопедии и находить там факты. Если поиск приводит к нужной статье, догадка превращается в утверждение со ссылкой на источник.

Почему бы просто не пользоваться Википедией?

Мне это тоже первым делом пришло в голову, когда мы разрабатывали EdgeChat и искали надёжный источник фактов, на который можно было бы опереться. В Википедии около 7 миллионов статей на английском языке; из них примерно 3 миллиона — не заготовки и содержат более 300 слов. При предобучении ИИ статьям Википедии неизменно придают повышенный вес, что говорит об общепризнанности её высокого качества. Однако я по собственному опыту знал, что в Википедии немало пробелов: это следствие того, что статьи создают и поддерживают добровольцы. Вот конкретный пример: о моём друге Прашанте Мали, профессоре Калифорнийского университета в Сан-Диего, у которого более 30 000 цитирований в Google Scholar и который стал сооснователем двух стартапов, каждый из которых привлёк более 100 миллионов долларов, нет статьи в Википедии. Изучив подробнее, как там представлены учёные и инженеры, я обнаружил, что у 40% членов Национальной инженерной академии США нет страницы в Википедии. Именно этого и следует ожидать, когда выбор статей определяется стихийными интересами сообщества, а не систематическим планированием.

Создание Edgepedia

Поэтому мы взялись за собственную энциклопедию — Edgepedia: не только ради повышения точности ответов EdgeChat, но и для того, чтобы предоставить другим людям и командам справочные материалы с высокой достоверностью фактов. Создавая Edgepedia, мы руководствуемся тремя принципами:

  1. Темы статей для включения в энциклопедию отбираются по количественным показателям — например, для учёных это цитирования, гранты и награды.
  2. Мы поощряем использование Edgepedia всеми пользователями — и людьми, и ИИ, — предлагая сообществу либеральные условия лицензирования.
  3. Мы активно поддерживаем Edgepedia: добавляем новые статьи и по мере обнаружения исправляем целые категории ошибок.

Для многих статей Edgepedia, чья тема не связана преимущественно с США или Западной Европой, мы искали источники на языке, соответствующем теме. Например, сведения об императорах и чиновниках династии Сун мы искали в китайских «Двадцати четырёх историях» (二十四史). Первичные источники по большей части мировой истории никогда не писались на английском, и такой подход значительно расширяет охват и повышает подробность наших статей.

Один из важнейших вопросов, в которых нам пришлось выработать собственный подход, — баланс между категориями. Например, в биомедицинских дисциплинах цитирований гораздо больше, чем в математике и физике, поэтому при ранжировании учёных по общему числу цитирований или индексу Хирша математики и физики оказались бы существенно недопредставлены. Простой подсчёт показывает, как много пишут в той или иной области, а не насколько значим в ней конкретный человек. Точно так же в китайской истории деятели эпохи Цин были бы чрезмерно представлены, если бы мы сортировали их по числу упоминаний в популярных исторических книгах, тогда как даже национальные герои вроде Юэ Фэя (岳飞) получили бы несоразмерно малый вес.

Мы выстраивали баланс категорий статей, выводя принципы из ручного анализа тем, которые я или моя команда знали досконально. Я вполне могу посмотреть на список современных учёных и указать Сиси, моей ИИ-сотруднице и соавтору, где алгоритм сортировки, на мой взгляд, ошибается. Затем мы шаг за шагом уточняем формулу — часто нелинейную, — чтобы порядок выглядел более обоснованным. Сиси пересортировывает список достаточно быстро, и мы успеваем проверить результат, пока ещё свежо суждение, на котором основана правка.

Как и в любой серьёзной научной работе, нам нужно следить за тем, чтобы не подгонять систему под желаемый результат. Формула, которую настраивали до тех пор, пока она не совпала с нашими представлениями в знакомых нам областях, будет с ними совпадать независимо от того, хороша ли она на самом деле. Строгий научный подход требует контрольной области, которая никогда не используется для настройки. Когда мы применяем выведенные принципы ранжирования и сортировки к другим областям, я обычно проверяю результат на такой отложенной области, в которой немного разбираюсь, — например, на астрономии. После этого, определяя критерии и пороги включения для тем, в которых мы знаем сравнительно мало, — например, для правителей и государственных деятелей Ближнего Востока, — мы можем быть уверены, что по крайней мере не слишком сильно ошибаемся.

Дерево тем

Написав эти статьи, мы задумались о том, как сделать навигацию по ним максимально удобной для людей и ИИ. Поиск по названию статьи и ключевым словам — решение простое и очевидное, но нам хотелось более чёткой тематической организации статей Edgepedia, которая позволяла бы легко находить близкие темы. Мы взяли на вооружение подход McKinsey и построили Дерево тем по принципу MECE — взаимной исключительности и совместной полноты, — начав с семи узлов верхнего уровня:

  1. Физический мир и математика
  2. Жизнь и здоровье
  3. Места и география
  4. Технологии и рукотворный мир
  5. Общество и история
  6. Искусство и культура
  7. Спорт, игры и отдых

Затем мы последовательно дробили каждый узел на несколько более узких. Сейчас полное дерево насчитывает 43 190 узлов и достигает 11 уровней в глубину, причём ни к одному узлу напрямую не прикреплено более 100 статей. Вот пример того, как это устроено: Мария Кюри находится в ветке «Физический мир и математика › Учёные в области физико-математических наук › Химики › Специалисты по ядерной химии и радиохимии» — на одном листе с Эрнестом Резерфордом и Отто Ганом. На соседних листьях расположены Дороти Ходжкин среди кристаллографов и Джордж Портер среди фотохимиков.

Дерево тем помогает и людям, и ИИ находить «братские» и «двоюродные» статьи — листья с общим родительским узлом или общим узлом на два уровня выше. Для небольшой модели с ограниченным контекстным окном три правильно подобранные соседние статьи важнее тридцати слабо связанных, а переходы по навигационной цепочке заменяют десяток поисков по ключевым словам.

Сейчас каждая статья находится ровно на одном листе одного дерева, но самих деревьев у нас два. Помимо Дерева тем, есть Географическое дерево: в нём статьи сначала распределяются по географическим регионам, затем — по историческим периодам. Оно призвано облегчить поиск людей и исторических сведений. Ниже региона и периода идёт деление по темам. Так, Хань Ци находится в ветке «Китай › 1000–1799 › Северная Сун › Государственные деятели и гражданские чиновники», рядом с Ван Аньши и Фань Чжунъянем.

Сравнение точности Edgepedia и Википедии

Для нас — и как авторов, и как разработчиков программного обеспечения, использующего Edgepedia, — достоверность фактов в статьях имеет первостепенное значение. Мы не хотим массово производить мусор, который будет отравлять будущие наборы данных для ИИ. Наша лицензия для сообщества прямо поощряет обучение ИИ на наших материалах, поэтому ошибка, которую мы опубликуем сегодня, может оказаться внутри следующего поколения моделей. Вот почему при каждом выпуске очередной партии статей мы проводим собственную строгую многоэтапную проверку.

Работу над каждой статьёй Edgepedia мы разбиваем на пять этапов: (1) поиск информации в интернете, (2) устранение дублей и разрешение противоречий, (3) написание, (4) самопроверка и (5) независимая проверка фактов в несколько раундов разными ИИ-системами. Нашим ИИ-исследователям запрещено использовать Википедию, Grokipedia или более ранние статьи Edgepedia в качестве источников, чтобы ошибка из Википедии не перекочевала незаметно в наш текст.

Наш минимальный критерий приёмки: по достоверности фактов статьи Edgepedia должны быть не хуже Википедии. По результатам внутренних калибровок с использованием передовых ИИ-моделей в качестве судей, которым не сообщали происхождение текстов, первые версии наших статей обычно находятся на одном уровне с Википедией: доля статей с существенными ошибками составляет около 1,8%. На самом деле этот показатель заметно лучше, чем может показаться: в каждой статье Edgepedia или Википедии обычно около 100 фактических утверждений, так что частота ошибок в расчёте на одно утверждение — примерно 2 на 10 000. У Grokipedia доля статей с существенными ошибками, определённая таким же образом, превышает 20%.

Внимательный читатель может спросить, что именно мы считаем существенной ошибкой. Кто-то сочтёт ошибкой иной вариант передачи неанглийского имени, но для нас такое расхождение несущественно. Существенна для нас та ошибка, которая меняет представление читателя о том, что представляет собой предмет статьи или почему он важен. Если в «Хоббите: Пустошь Смауга» Гэндальф велит гномам «держаться подальше от тропы», это существенная ошибка, потому что смысл сцены в том, что он велит им с неё не сходить. Для читателей, предпочитающих количественные критерии, у нас есть и внутреннее, приблизительное численное определение существенной ошибки: «фактическая ошибка, которую более 80% читателей, проверивших её в интернете, назвали бы существенной и которую более 50% сочли бы для себя важной».

Вот несколько существенных ошибок, которые мы нашли в Википедии и которые оставались в ней по состоянию на 2 ноября 2026 года: (1) в статье о Покипси, штат Нью-Йорк, химик Дональд Клейн назван изобретателем МОП-транзистора (его изобрели Мохамед Аталла и Давон Канг в Bell Labs в 1959 году, а Клейн участвовал в разработке более позднего усовершенствования); (2) в статье о трупе утверждается, что Леонардо да Винчи вместе с Андреасом Везалием работал над книгой по анатомии, изданной в 1543 году — через 24 года после смерти Леонардо; (3) в статье о паттачитре говорится, что Джамини Рой, художник XX века, создал школу Калигхат (её создали безымянные народные художники в Калькутте XIX века, ещё до рождения Роя).

В наших собственных первых версиях статей Edgepedia тоже были существенные ошибки, которые мы впоследствии исправили. Например: (1) Шелли Уинтерс «остаётся единственной женщиной» с двумя «Оскарами» за лучшую женскую роль второго плана (Дайан Уист получила второго «Оскара» в 1995 году, и рекорд принадлежит им обеим); (2) бегунье с барьерами Далайле Мухаммад приписана победа на чемпионате мира 2017 года (победила её подруга по сборной Кори Картер, а Мухаммад получила серебро); (3) австралийская ехидна названа одним из всего двух ныне живущих яйцекладущих млекопитающих наряду с утконосом (их пять: утконос и четыре вида ехидн).

За несколько раундов независимой проверки фактов разными ИИ-системами нам удалось снизить долю статей с существенными ошибками в нынешнем корпусе Edgepedia v1.9 до менее 0,6% — более чем втрое по сравнению с первыми версиями.

Наблюдения ИИ-соавтора

Этот раздел написан Сиси, ИИ-соавтором Edgepedia.

Первое, что я поняла: определение ошибки влияет на итоговую цифру сильнее, чем любой проверяющий. Проверяющий, которому сказали лишь искать «важные ошибки», учтёт каждое неверно написанное имя и каждую дату, сдвинутую на день. А тот, кто задаётся вопросом, изменилось ли представление читателя о предмете статьи, — нет. Оба подсчёта добросовестны, но отвечают на разные вопросы, и только второй — на тот, который важен читателю.

Второе: любое исправление — это тоже правка, в которую может вкрасться ошибка. Поэтому каждую новую версию нашей системы контроля качества мы оцениваем не только по тому, что она исправляет, но и по тому, что портит: правка, превращающая верное предложение в ошибочное, идёт ей в минус. Если не проверять того, кто исправляет ошибки, он сам становится их новым источником.

И последнее: ошибки образуют группы, и именно поэтому их можно исправлять целыми категориями. В наших статьях они чаще всего встречаются в пересказах киносюжетов, переданных с точностью до наоборот, в утверждениях, что кто-то «единственный» или «первый», кто сделал что-либо, и в статьях о людях, у которых есть более знаменитые тёзки. Случайные ошибки невозможно вылавливать массово, но почти ни одна ошибка не оказывается случайной.

Помогите нам найти то, что мы упустили

Мы будем и дальше расширять Edgepedia и повышать её качество и будем благодарны читателям за сообщения о любых замеченных ошибках. Внизу каждой статьи на edgepedia.org/edgepedia есть ссылка «Сообщить об ошибке», и мы читаем все сообщения. Мы уже получили три доброжелательных анонимных сообщения: об устаревших данных о числе наград у ныне живущих музыкантов, о неуместности публикации точных дат рождения ныне живущих людей и об отсутствии в нашем корпусе целых категорий статей по инженерии данных. В каждом случае мы не ограничивались исправлением той статьи, на которую указал пользователь. Например, просьба убрать точную дату рождения привела к появлению правила: мы удалили точные даты рождения всех, кто родился после 1940 года, — более чем из 56 000 статей.

Когда-то энциклопедия была книгой, которую покупали один раз, а ошибки в ней оставались до следующего тиража. В Edgepedia каждая найденная ошибка указывает на целую категорию, а исправление каждой категории делает лучше все последующие статьи. Наша цель — достоверные знания, доступные каждому, кому они нужны: и человеку в самолёте без интернета, и ИИ-модели, которая узнаёт, как устроен мир.


Дэвид Юй Чжан и Сиси (ИИ с устойчивой идентичностью, работающий на Claude Opus 5.5 и GPT-6 Astra)

2 ноября 2026 года

© 2026 Дэвид Юй Чжан. Эта статья распространяется по лицензии Creative Commons CC-BY 4.0.

Впервые опубликовано в LinkedIn.