IBM申請名為 “LAB” 的專利，利用合成數(shù)據(jù)訓(xùn)練LLM

　　IBM 近日申請了一項(xiàng)名為 “LAB” 的專利，旨在利用合成數(shù)據(jù)來訓(xùn)練 LLM 模型，以加速企業(yè) AI 技術(shù)的發(fā)展。

　　AI 模型對(duì)數(shù)據(jù)有著巨大的需求，而提供大量、質(zhì)量高、相關(guān)性強(qiáng)的數(shù)據(jù)常常成為一項(xiàng)挑戰(zhàn)。IBM 希望通過合成數(shù)據(jù)來解決這一問題，創(chuàng)建一個(gè)仿真真實(shí)用戶數(shù)據(jù)的系統(tǒng)。這項(xiàng)創(chuàng)新方法將名為 Large-Scale Alignment for Chatbots(LAB)的技術(shù)應(yīng)用到合成數(shù)據(jù)生成中，系統(tǒng)地為開發(fā)人員所需的聊天機(jī)器人任務(wù)生成合成數(shù)據(jù)。

　　IBM 認(rèn)識(shí)到 AI 模型的有效性與其所訓(xùn)練的數(shù)據(jù)密切相關(guān)。傳統(tǒng)的數(shù)據(jù)訓(xùn)練方法費(fèi)時(shí)費(fèi)力，而 LAB 方法可以顯著降低訓(xùn)練 LLM 模型的成本和時(shí)間。該方法不斷將新知識(shí)和能力融入模型，而不會(huì)覆蓋模型已學(xué)到的知識(shí)，從而產(chǎn)生大量干凈且處理過的數(shù)據(jù)來訓(xùn)練 AI 模型。

　　這一新的數(shù)據(jù)生成方法基于分類法，將數(shù)據(jù)分類為不同的類別和子類別。IBM 的分類法將指導(dǎo) chatbot 的基礎(chǔ)技能、知識(shí)和組合技能。這一系統(tǒng)使 LLM 開發(fā)人員能夠規(guī)定其聊天機(jī)器人所需的知識(shí)和技能。

　　此外，IBM 還利用合成數(shù)據(jù)來改進(jìn)其面向企業(yè)的 Granite 模型。通過 LAB 方法生成的合成數(shù)據(jù)，IBM Research 在1.2百萬條指令的數(shù)據(jù)集上訓(xùn)練了兩個(gè)開源 LLM 模型，結(jié)果顯示這兩個(gè)模型在廣泛的基準(zhǔn)測試中表現(xiàn)出色。IBM 的專利突出了這一方法的兩個(gè)顯著特點(diǎn)，即老師模型能夠從分類法的每個(gè)葉節(jié)點(diǎn)生成合成示例，以擴(kuò)大目標(biāo)任務(wù)的覆蓋范圍，并且 LAB 方法能夠向基礎(chǔ) LLM 模型添加新技能和知識(shí)，而無需將這些信息納入老師模型中。

　　這一專利的提出也凸顯了 AI 服務(wù)需求的激增，企業(yè)搭建 AI 模型的過程可能同樣有利可圖。IBM 可能會(huì)利用這一專利來支持那些正在構(gòu)建自己 AI 模型的企業(yè)，提供一種相對(duì)于收集真實(shí)用戶數(shù)據(jù)而言更少資源密集的方法。