E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒放棄曲面屏開發(fā)!最新專利曝光暗示有望回歸三大運(yùn)營商11月成績單:用戶數(shù)據(jù)增幅放緩打造下一個(gè)英偉達(dá),孫正義的2026芯片計(jì)劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢AI時(shí)代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance年末家電消費(fèi)觀察:品質(zhì)生活類產(chǎn)品熱賣,將持續(xù)迎來剛需式普及?GPT-5研發(fā)受阻:OpenAI 新一代模型難見突破性進(jìn)展新一代語言模型ModernBERT發(fā)布,RAG等任務(wù)處理速度快四倍、成本低新研究顯示:Anthropic 的 Claude AI 在合作能力上領(lǐng)先于 OpenAI 和谷歌模型
  • 首頁 > 云計(jì)算頻道 > 大模型

    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

    2023年11月22日 14:52:47   來源:站長之家

      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。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽成功舉辦。