斯坦福大學(xué)研究：通過自動(dòng)偏好排名和NLP進(jìn)展，降低大語言模型錯(cuò)誤率

　　研究人員從斯坦福大學(xué)和UNC Chapel Hill共同努力解決了大語言模型(LLMs)產(chǎn)生的事實(shí)性錯(cuò)誤的問題，這些錯(cuò)誤被稱為“幻覺”。在沒有人工標(biāo)記的情況下，研究人員通過微調(diào)LLMs，采用新穎的方法，以在開放式生成環(huán)境中提高事實(shí)準(zhǔn)確性。利用自然語言處理(NLP)領(lǐng)域的最新創(chuàng)新，他們通過評估與外部知識(shí)庫的一致性來判斷事實(shí)性，并采用直接偏好優(yōu)化算法進(jìn)行微調(diào)。這一方法顯著提高了Llama-2的事實(shí)性，在7B規(guī)模下大幅降低了傳記和醫(yī)學(xué)問題響應(yīng)的事實(shí)錯(cuò)誤率。

　　為減少語言模型的事實(shí)錯(cuò)誤，研究人員采用了各種策略，包括提示，內(nèi)部表示擾動(dòng)和基于檢索的方法。隨著模型規(guī)模的增加，解決沖突和事實(shí)性維護(hù)方面存在挑戰(zhàn)。FactScore變體在訓(xùn)練期間采用檢索來解決推理時(shí)間復(fù)雜性。通過微調(diào)的偏好學(xué)習(xí)有效地減少了不正確的事實(shí)。該研究引入了一種無參考方法，利用語言模型的不確定性來估計(jì)真實(shí)性。從自動(dòng)生成的偏好對中學(xué)習(xí)事實(shí)性成為一種經(jīng)濟(jì)有效的方法，展示了在無人工干預(yù)的情況下潛在的改進(jìn)。

　　著眼于開放式生成環(huán)境，該研究提出在不進(jìn)行人工標(biāo)記的情況下微調(diào)語言模型以提高事實(shí)性。他們利用最新的NLP創(chuàng)新，包括通過外部知識(shí)庫判斷事實(shí)性和使用直接偏好優(yōu)化算法。該方法涉及從自動(dòng)生成的事實(shí)性偏好排序中學(xué)習(xí)，相比其他策略在基準(zhǔn)數(shù)據(jù)集上生成傳記和回答醫(yī)學(xué)問題時(shí)顯著降低了事實(shí)錯(cuò)誤率。

　　該研究通過一致性評估外部知識(shí)庫或模型置信度來判斷事實(shí)性。采用直接偏好優(yōu)化算法進(jìn)行微調(diào)，關(guān)注超越監(jiān)督模仿的目標(biāo)。該研究建議通過現(xiàn)有檢索系統(tǒng)或新穎的無檢索方法學(xué)習(xí)從自動(dòng)生成的事實(shí)性偏好排序中學(xué)到的方法。評估包括FactScore等自動(dòng)化指標(biāo)，人工評估者，以及與推理時(shí)間干預(yù)和對比層解碼等方法的比較。

　　該方法展示了從自動(dòng)生成的事實(shí)性偏好排序中學(xué)習(xí)在提高語言模型事實(shí)性方面的有效性。微調(diào)的Llama-2模型在傳記的事實(shí)錯(cuò)誤率上降低了58%，在醫(yī)學(xué)問題上降低了40%，相比RLHF或解碼策略。人工評估者評價(jià)FactTune-FS模型顯著高于SFT模型。GPT-4的評估和FactScore評級(jí)顯示高度相關(guān)，表明FactTune-FS在減少事實(shí)錯(cuò)誤方面取得成功。

　　該研究提出了增強(qiáng)語言模型事實(shí)性的有效策略，強(qiáng)調(diào)了長篇生成。探討了兩種方法:使用外部知識(shí)的基于參考的真實(shí)性估計(jì)和使用模型不確定性的無參考估計(jì)。通過任一方法微調(diào)語言模型都能一致減少不正確的事實(shí)。無參考方法為事實(shí)性改進(jìn)提供了一種可擴(kuò)展的自我監(jiān)督策略，無需黃金參考語料庫。實(shí)驗(yàn)結(jié)果指出了未來研究的有望方向，建議探索聯(lián)合事實(shí)性調(diào)諧方法，并將該方法擴(kuò)展到更大的模型，如GPT-4。

　　未來的研究建議探索將事實(shí)性調(diào)諧與現(xiàn)有方法結(jié)合，例如事實(shí)性調(diào)諧DOLA實(shí)驗(yàn)。建議進(jìn)一步研究將事實(shí)性增強(qiáng)的解碼技術(shù)與事實(shí)性調(diào)諧過程相結(jié)合，以增強(qiáng)事實(shí)性。評估結(jié)合不同方法，如事實(shí)性調(diào)諧和推理時(shí)間干預(yù)，可以提供有關(guān)互補(bǔ)機(jī)制的見解。對提取原子事實(shí)的簡化方法進(jìn)行調(diào)查，并將事實(shí)性調(diào)諧方法擴(kuò)展到更大的模型，如GPT-4，提出了進(jìn)一步探討的建議。