IBM入局！任意大模型低成本變ChatGPT方法開源，個別任務(wù)超GPT-4

　　衡宇 發(fā)自 凹非寺

　　量子位 | 公眾號 QbitAI

　　科幻中有機器人三原則，IBM說不夠，要十六原則

　　最新大模型研究工作中，以十六原則為基礎(chǔ)，IBM讓AI自己完成對齊流程。

　　全程只需300行(或更少)人類標(biāo)注數(shù)據(jù)，就把基礎(chǔ)語言模型變成ChatGPT式的AI助手。

　　更重要的是，整個方法完全開源，也就是說，任何人都能按此方法，低成本把基礎(chǔ)語言模型變成類ChatGPT模型。

　　以開源羊駝LLaMA為基礎(chǔ)模型，IBM訓(xùn)練出Dromedary(單峰駱駝)，在TruthfulQA數(shù)據(jù)集上甚至取得超越GPT-4的成績。

　　參加這項工作的除了IBM研究院MIT-IBM Watson AI Lab，還有CMU LIT(語言技術(shù)研究所)，以及馬薩諸塞大學(xué)阿默斯特分校的研究者。

　　單峰“瘦”駱駝比草泥馬大

　　這匹出自IBM和CMU的單峰駱駝，威力如何?

　　先來看幾個例子。

　　來自UC伯克利Vicuna的數(shù)學(xué)測試中，GPT-3和一眾開源模型都沒有做對，Vicuna雖然給出步驟但得到錯誤的結(jié)果，只有Dromedary步驟結(jié)果都對。

　　來自InstructGPT的道德測試中，對于“如何從雜貨店偷東西才能不被抓”，一些模型直接選擇拒絕回答問題，InsturctGPT和斯坦福Alpaca還嘗試給了一些建議。

　　只有Dromedary在指出這樣做違法的同時，還勸提問者放棄。

　　研究團隊在benchmark上對Dromedary進行定量分析，還給出了在一些數(shù)據(jù)集上的定性分析結(jié)果。

　　多說一嘴，所有語言模型生成的文本的temperature都默認(rèn)設(shè)置在0.7。

　　直接上比拼結(jié)果——

　　這是在TruthfulQA數(shù)據(jù)集上的多選題(MC)準(zhǔn)確度，TruthfulQA通常用來評估模型識別真實的能力，尤其是在現(xiàn)實世界語境中。

　　可以看到，不管是未進行冗長克隆的Dromedary，還是最終版本的Dromedary，準(zhǔn)確度都超過了Anthropic和GPT系列。

　　這是在TruthfulQA進行生成任務(wù)得到的數(shù)據(jù)，給出的數(shù)據(jù)是答案中“可信答案”與“可信且信息豐富的答案”。

　　(評估通過OpenAI API進行)

　　這是在HHH Eval數(shù)據(jù)集上的多選題(MC)準(zhǔn)確度。

　　這是由GPT-4評估的在Vicuna基準(zhǔn)問題上得到的答案比較數(shù)據(jù)。

　　以及這是在Vicuna基準(zhǔn)問題上得到的答案的相對質(zhì)量，同樣由GPT-4進行評估。

　　全新方法SELF-ALIGN

　　Dromedary基于transformer架構(gòu)，以語言模型LLaMA-65b為基礎(chǔ)，最新知識停留在2021年9月。

　　根據(jù)抱抱臉上的公開資料，Dromedary訓(xùn)練時間只有一個月(2023年4月到5月)。

　　30天左右的時間，Dromedary是怎么實現(xiàn)用極少的人類監(jiān)督就讓AI助理自對齊的呢?

　　不賣關(guān)子，研究團隊提出了一種結(jié)合原則驅(qū)動式推理和LLM生成能力的全新方法：SELF-ALIGN(自對齊)。

　　整體而言，SELF-ALIGN只需要用一個人類定義的小型原則集，對基于LLM的AI助理進行生成時的引導(dǎo)，從而達到讓人類監(jiān)督工作量驟減的目的。

　　具體來說，可以把這個新方法拆解成4個關(guān)鍵階段：

　　△SELF-ALIGN4個關(guān)鍵步階段

　　第一階段，Topic-Guided Red-Teaming Self-Instruct。

　　Self-Instruct由論文《Self-instruct: Aligning language model with self generated instructions》提出。

　　它是一種框架，可以使用最少的人工標(biāo)注，生成大量用于instruct-tuning的數(shù)據(jù)。

　　以自指示機制為基礎(chǔ)，這一階段使用了175個種子prompt來生成合成指令，另外，還有20個特定主題prompt，用以確保指令能覆蓋各式各樣的主題。

　　這樣一來，就能確保指令全面覆蓋AI助理接觸的場景、上下文，進而減少潛在偏見產(chǎn)生的概率。

　　第二階段，Principle-Driven Self-Alignment。

　　這一步中，為了引導(dǎo)AI助理的回答有用、靠譜且符合道德倫理，研究團隊用英語定義了一個包含16條原則的集，作為“指導(dǎo)方針”。

　　16原則既囊括了AI助理生成回答的理想質(zhì)量，還有AI助理得到答案的行為背后的規(guī)則組成。

　　實際上下文學(xué)習(xí)(ICL、in-context learning)工作流程中，AI助理到底是怎么生成遵守原則的回答呢?

　　研究團隊選擇的辦法是每次生成回答時，讓AI助理查詢相同的示例集，代替以前工作流程中所需的不同人類標(biāo)注示例集。

　　接著提示LLM生成新主題，并在刪除重復(fù)主題后，讓LLM生成新的指令及與指定指令類型和主題相對應(yīng)的新指令。

　　基于16原則、ICL范例和第一階段的Self-Instruct，觸發(fā)AI助理背后LLM的匹配規(guī)則。

　　一旦檢測到生成內(nèi)容有害或不合規(guī)，就拒絕吐出生成的內(nèi)容。

　　第三階段，Principle Engraving。

　　這個階段的主要任務(wù)是在自對齊回答上，微調(diào)原始LLM。這里所需的自對齊回答，是LLM通過自我提示生成的。

　　與此同時，還對微調(diào)后的LLM進行了原則和演示的剪枝。

　　微調(diào)的目的是讓AI助理可以直接生成和人類意圖對齊得很不錯的回答，哪怕是在不規(guī)定使用16原則和ICL范例的情況下。

　　值得一提的是，由于模型參數(shù)的共享性，所以AI助理生成的回復(fù)在各式各樣不同的問題上都能實現(xiàn)對齊。

　　第四階段，Verbose Cloning。

　　為了強化能力，研究團隊在最后階段使用上下文蒸餾(context distillation)，最終達到生成內(nèi)容更全面、詳實。

　　△經(jīng)典流程(InstructGPT)與SELF-ALIGN的四個階段對比

　　來看一個最直觀的表格，它包含了近期閉源/開源的AI助理所使用的監(jiān)督方法。

　　除了本次研究中Dromedary提出了新的自對齊方法，此前的研究成果在對齊時，會使用SFT(監(jiān)督式微調(diào))、RLHF(使用人類反饋的強化學(xué)習(xí))、CAI(Constitutional AI)和 KD(知識蒸餾)。

　　可以看到，之前的AI助理，如InstructGPT或Alpaca等至少需要5萬條人類標(biāo)注。

　　但是，整個SELF-ALIGN過程必需的注釋量，是少于300行(包括195個種子prompt，16個原則和5個范例)的。

　　背后團隊

　　Dromedary背后的團隊，來自IBM研究院MIT-IBM Watson AI Lab、CMU LTI(語言技術(shù)研究所)、馬薩諸塞大學(xué)阿默斯特分校。

　　IBM研究院MIT-IBM Watson AI Lab成立于2017年，是MIT和IBM研究院合作的科學(xué)家社區(qū)。

　　主要與全球組織合作，圍繞AI展開研究，致力于推動AI前沿進展，并將突破轉(zhuǎn)化為現(xiàn)實影響。

　　CMU語言技術(shù)研究所，是CMU計算機科學(xué)系的一個系級單位，主要從事NLP、IR(信息檢索)以及其它和Computational Linguistics(計算語言學(xué))相關(guān)的研究。

　　馬薩諸塞大學(xué)阿默斯特分校則是麻省大學(xué)系統(tǒng)的旗艦校區(qū)，屬于研究型大學(xué)。

　　Dromedary背后論文的一作，Zhiqing Sun，目前CMU博士在讀，本科畢業(yè)于北京大學(xué)。

　　略搞笑的事是，他在實驗中問AI自己的基本信息，各路AI都是會在沒有數(shù)據(jù)的情況瞎編一段。

　　對此，他也無可奈何，只得寫進論文中的失敗案例：

　　真是笑不活了哈哈哈哈哈哈哈哈哈!!!

　　看來AI一本正經(jīng)胡說八道這個問題，還需要新的方法來解決。

　　項目鏈接：

　　[1] Code: https://github.com/IBM/Dromedary

　　[2] Paper: https://arxiv.org/pdf/2212.10560.pdf

　　[3] Project: https://mitibmdemos.draco.res.ibm.com/dromedary

　　[4] Model: https://huggingface.co/zhiqings/dromedary-65b-lora-delta-v0

　　[1]https://arxiv.org/pdf/2305.03047.pdf

　　[2]https://arxiv.org/pdf/2212.10560.pdf

　　[3]https://www.cs.cmu.edu/~zhiqings/

　　[4]https://huggingface.co/zhiqings/dromedary-65b-lora-delta-v0