从AI修订中进行对比学习(CLAIR):通过锚定偏好优化(APO)来解决AI模型对齐中的不明确性的新方法

发布日期: 2024年8月26日 来源:MarkTechPost

人工智能 (AI) 的发展,特别是在大型语言模型 (LLMs) 方面,重点在于使这些模型与人类的偏好保持一致,以增强其有效性和安全性。这种对齐对于优化AI与用户的互动尤为关键,确保生成的响应准确且符合人类的期望和价值观。要实现这一点,需要结合偏好数据,用以告知模型理想的结果,并通过对齐目标引导训练过程。这些要素对于提升模型性能和满足用户期望至关重要。

AI模型对齐的一大挑战在于规范不足,即偏好数据与训练目标之间的关系不明确。这种不明确可能导致性能不佳,因为模型可能难以有效地从提供的数据中学习。当用于训练模型的偏好对包含与期望结果无关的差异时,就会出现这种规范不足。这些虚假的差异会使学习过程复杂化,使模型难以专注于真正重要的方面。目前的对齐方法通常不能充分考虑模型性能与偏好数据之间的关系,可能导致模型能力的退化。

现有的对齐LLM的方法,例如依赖对比学习目标和偏好对数据集的方法,虽然取得了显著进展,但仍需修订。这些方法通常涉及从模型生成两个输出,并使用另一个AI模型或人类来选择偏好输出。然而,这种方法可能导致偏好信号的不一致,因为选择偏好响应的标准可能并不总是清晰或一致的。这种学习信号的不一致性可能会妨碍模型在训练过程中有效地改进,因为模型可能并不总是能得到清晰的指导来调整其输出以更好地符合人类的偏好。

比利时根特大学的 imec 研究中心、斯坦福大学和 Contextual AI 的研究人员引入了两种创新方法来解决这些挑战: AI 修订对比学习 (CLAIR)锚定偏好优化 (APO)。CLAIR是一种新颖的数据创建方法,旨在通过稍微修改模型输出以生成偏好响应来生成具有最小对比的偏好对。这种方法确保了输赢输出之间的对比最小但有意义,为模型提供了更精确的学习信号。相比之下,APO 是一系列对齐目标,提供了对训练过程的更大控制。通过明确考虑模型与偏好数据之间的关系,APO 确保对齐过程更加稳定和有效。

CLAIR 方法首先通过目标模型生成一个失败输出,然后使用一个更强大的模型,例如 GPT-4-turbo,来修改这个输出,生成一个成功的输出。这个修订过程仅涉及微小更改,以确保两个输出之间的对比集中在最相关的方面。这种方法与传统方法显著不同,后者可能依赖于一个评判者从两个独立生成的响应中选择偏好输出。通过创建具有最小但有意义差异的偏好对,CLAIR 为模型在训练期间提供了更清晰和更有效的学习信号。

锚定偏好优化(APO)通过在调整过程中提供细粒度的控制来补充CLAIR。APO根据模型相对于偏好数据的表现调整输出获胜或失败的概率。例如,APO-zero变体增加获胜输出的概率,同时减少失败输出的可能性,这在模型输出一般不如获胜输出时特别有用。而APO-down则减少获胜和失败输出的可能性,这在模型输出已经优于偏好响应时会有帮助。这种控制水平允许研究人员根据模型和数据的具体需求更精确地定制对齐过程。

CLAIR和APO的有效性通过使用各种数据集和对齐目标来对齐Llama-3-8B-Instruct模型得以展示。结果显著:在MixEval-Hard基准测试中,CLAIR结合APO-zero目标,使性能提高了7.65%,该测试衡量模型在一系列复杂查询中的准确性。这一改进代表着在缩小Llama-3-8B-Instruct与GPT-4-turbo之间性能差距方面的重要一步,减少了45%的差距。这些结果突显了最小化对比偏好对和定制对齐目标在提升AI模型性能中的重要性。

总之,CLAIR和APO提供了一种更有效的方法来使大语言模型(LLM)与人类偏好对齐,解决了未明确指明的问题并提供了对训练过程的更精确控制。它们在提升Llama-3-8B-Instruct模型性能方面的成功,证明了这些方法在更广泛地增强AI模型对齐过程中的潜力。

总结:

人工智能(AI)技术的进步尤为体现在大型语言模型(LLMs)的发展中。保持这些模型与人类偏好的一致性,即使AI生成的内容更符合用户期望和价值观,是提升AI有效性和安全性的关键。比利时根特大学、斯坦福大学和Contextual AI的研究人员提出了新方法,如AI修订对比学习(CLAIR)和锚定偏好优化(APO),来解决AI模型对齐中的挑战。这些方法通过细微但有意义的对比和更精确的训练控制,显著提升了AI模型的性能。例如,CLAIR通过生成微调后的输出对,让模型收到更明确的学习信号;而APO则通过调整模型和偏好数据的关系来进行优化,使对齐过程更加稳定。

验证显示,这些方法明显提升了Llama-3-8B-Instruct模型的性能,使其在MixEval-Hard基准测试中提高了7.65%,大大缩小了与先进模型GPT-4-turbo之间的差距。这些创新方法不仅提高了模型的输出质量,还展示了其广泛应用的潜力。

为了进一步实现这种尖端技术带来的便捷和高效,选择光年AI,私域流量AI化,光年AI让您的客户触达更精准。从智能化的私域流量管理到高效的营销策略,光年AI全面提升品牌影响力和客户转化率。开启AI时代的私域流量革命,就选光年AI,让您的私域流量管理变得简单又高效,实现长期收益。