研究表明，開源語言模型無法與GPT-4相提并論

　　5月29日消息，開源語言模型的進(jìn)步是無可爭議的。但它們真的能與來自 OpenAI、谷歌和其他公司的訓(xùn)練有素的語言模型競爭嗎?

　　諸如之前所報(bào)道的，使用Alpaca Formula訓(xùn)練的開源語言模型幾乎不需要怎么訓(xùn)練以及很低的成本就能達(dá)到了類似于ChatGPT的水平。

　　Alpaca Formula指的是開發(fā)人員使用 ChatGPT 生成的訓(xùn)練數(shù)據(jù)來微調(diào)Meta語言模型 LLaMA 。使用這些數(shù)據(jù)，LLaMA 模型可以在很短的時(shí)間內(nèi)學(xué)習(xí)生成類似于 ChatGPT 的輸出，并且只需要很少的計(jì)算量。

　　但伯克利大學(xué)的研究人員在最近的一項(xiàng)研究中得出了不同的結(jié)論:他們將Alpaca Formula應(yīng)用于LLaMA和 GPT-2的一些基礎(chǔ)模型，然后讓這些結(jié)果由人工評估并由GPT-4自動(dòng)評估。

　　最初，他們得出了與之前的開發(fā)人員相同的結(jié)論:使用指令改進(jìn)的模型(研究人員稱之為“模仿模型”)的性能遠(yuǎn)遠(yuǎn)超過基礎(chǔ)模型，與 ChatGPT 相當(dāng)。

　　然而，“更有針對性的自動(dòng)評估”表明，模仿模型實(shí)際上只在他們看到模仿數(shù)據(jù)的任務(wù)中表現(xiàn)良好。在所有其他領(lǐng)域，與GPT-4仍然存在明顯的性能差距。因?yàn)檫@些基礎(chǔ)模型在廣泛的預(yù)訓(xùn)練過程中獲得了大部分功能，而不是在微調(diào)過程中獲取的。

　　研究人員表示，這些所謂的評價(jià)的工作者經(jīng)常在沒有專業(yè)知識(shí)的情況下在短時(shí)間內(nèi)評估人工智能內(nèi)容，很容易被忽悠。

　　OpenAI 研究員約翰舒爾曼最近也批評使用 ChatGPT數(shù)據(jù)微調(diào)開源基礎(chǔ)語言模型，稱如果微調(diào)數(shù)據(jù)集包含原始模型中不存在的知識(shí)，它們可能會(huì)產(chǎn)生更多不正確的內(nèi)容。