微軟研究人員挑戰(zhàn)了語言模型(LM)預(yù)訓(xùn)練的傳統(tǒng)方法,該方法在訓(xùn)練語料庫中的所有token上均勻應(yīng)用下一個(gè)token預(yù)測損失。相反,他們提出了一種新的語言模型稱為 RHO-1,該模型利用選擇性語言建模(SLM)。
RHO-1方法通過選擇性訓(xùn)練與所需分布一致的有用token,而不是嘗試預(yù)測每一個(gè)下一個(gè)token。他們引入了 Rho-Math-v0.1模型,其中 Rho-Math-1B 和 Rho-Math-7B 在 MATH 數(shù)據(jù)集上分別實(shí)現(xiàn)了15.6% 和31.0% 的少樣本準(zhǔn)確率,僅使用預(yù)訓(xùn)練token的3% 與 DeepSeekMath 相匹配。
Rho-Math-1B-Interpreter 是第一個(gè)在 MATH 數(shù)據(jù)集上實(shí)現(xiàn)超過40% 準(zhǔn)確率的1B LLM。
Rho-Math-7B-Interpreter 在 MATH 數(shù)據(jù)集上實(shí)現(xiàn)52% 的準(zhǔn)確率,僅使用69k 個(gè)樣本進(jìn)行微調(diào)。
RHO-1的 SLM 方法涉及使用參考模型對預(yù)訓(xùn)練token進(jìn)行評分,并使用更加專注的損失對具有更高多余損失的token進(jìn)行語言模型訓(xùn)練。這種選擇性過程使 RHO-1能夠在持續(xù)預(yù)訓(xùn)練15B OpenWebMath 語料庫時(shí),將9個(gè)數(shù)學(xué)任務(wù)的少樣本準(zhǔn)確率提高高達(dá)30%。
該模型在微調(diào)后在 MATH 數(shù)據(jù)集上實(shí)現(xiàn)了最先進(jìn)的結(jié)果,并且在80B 通用token預(yù)訓(xùn)練時(shí),在15個(gè)不同任務(wù)中平均提升了6.8%。
傳統(tǒng)的訓(xùn)練方法通常使用啟發(fā)式和分類器在文檔級(jí)別上過濾數(shù)據(jù),以提高數(shù)據(jù)質(zhì)量和模型性能。然而,即使高質(zhì)量的數(shù)據(jù)集可能包含對訓(xùn)練產(chǎn)生負(fù)面影響的嘈雜token。
SLM 方法直接解決了這個(gè)問題,通過專注于token級(jí)別,并在預(yù)訓(xùn)練期間消除不需要的token損失。
在研究中,SLM 在預(yù)訓(xùn)練期間選擇的token與數(shù)學(xué)相關(guān),有效地調(diào)整了模型對原始語料庫的相關(guān)部分。研究人員在各個(gè)檢查點(diǎn)中調(diào)查了token過濾,發(fā)現(xiàn)后續(xù)檢查點(diǎn)選擇的token傾向于在訓(xùn)練的后期具有更高的困惑度,并在早期具有更低的困惑度。
討論部分強(qiáng)調(diào)了未來的工作,包括將 SLM 推廣至數(shù)學(xué)領(lǐng)域以外的領(lǐng)域,將該技術(shù)擴(kuò)展至更大的模型和數(shù)據(jù)集,以及探索在評分token時(shí)是否需要訓(xùn)練參考模型。
對 SLM 的改進(jìn)可能包括重新加權(quán)token而不是選擇它們,以及使用多個(gè)參考模型減少過擬合。
SLM 可以擴(kuò)展到監(jiān)督微調(diào),以解決數(shù)據(jù)集中的噪聲和分布不匹配,并通過訓(xùn)練一個(gè)強(qiáng)調(diào)幫助性、真實(shí)性和無害性的參考模型來獲得在預(yù)訓(xùn)練期間獲得本地對齊的基本模型。
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)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“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。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。