維基百科+大模型打敗幻覺！斯坦福WikiChat性能領(lǐng)先GPT-4

　　斯坦福大學(xué)的研究人員利用維基百科數(shù)據(jù)訓(xùn)練了一個(gè)大模型，命名為WikiChat，通過優(yōu)化和改進(jìn)，成功解決了大模型的幻覺問題，并在事實(shí)準(zhǔn)確性和其他指標(biāo)上表現(xiàn)優(yōu)秀。他們的最佳模型在新的基準(zhǔn)測(cè)試中獲得了97.3%的事實(shí)準(zhǔn)確性，遠(yuǎn)遠(yuǎn)超過了GPT-4的66.1%。此外，WikiChat還在相關(guān)性、信息性、自然性、非重復(fù)性和時(shí)間正確性方面領(lǐng)先其他模型。

　　為了解決幻覺問題，研究人員采用了檢索增強(qiáng)生成(RAG)的方法，并添加了幾個(gè)重要步驟來進(jìn)一步減輕幻覺，并改進(jìn)對(duì)話性指標(biāo)。通過這些優(yōu)化，WikiChat在事實(shí)準(zhǔn)確性方面比微調(diào)后的SOTA RAG模型Atlas高出8.5%。此外，研究人員還將基于GPT-4的WikiChat提煉成7B參數(shù)的LLaMA模型，這個(gè)模型在事實(shí)準(zhǔn)確性方面能達(dá)到91.1%的高分，并且運(yùn)行速度提高了6.5倍，能效更好，可以本地部署。

　　然而，解決大模型的幻覺問題并不容易。一般情況下，當(dāng)檢索不到相關(guān)信息或知識(shí)庫中沒有相關(guān)信息時(shí)，大模型會(huì)產(chǎn)生幻覺來填補(bǔ)空白。為了解決這個(gè)問題，WikiChat通過匯總和過濾檢索到的信息，而不是直接生成響應(yīng)。同時(shí)，研究人員還教導(dǎo)了LLM理解時(shí)間背景，以及在必要時(shí)讓系統(tǒng)說「我不知道」。

　　通過結(jié)合大模型和維基百科數(shù)據(jù)，研究人員成功地提高了聊天機(jī)器人的性能。WikiChat的成功表明，維基百科數(shù)據(jù)在大模型訓(xùn)練中發(fā)揮了重要作用，通過檢索增強(qiáng)生成的方法，可以有效解決大模型的幻覺問題，提高模型的事實(shí)準(zhǔn)確性和對(duì)話性能。