Descripción general
La optimización Kahneman-Tversky (KTO) es un método de alineación que aprende de simples etiquetas de aprobación o desaprobación en lugar de comparaciones por pares. Es importante porque la retroalimentación binaria es mucho más fácil y económica de recopilar que los pares clasificados que exigen la mayoría de los métodos.
La optimización de Kahneman-Tversky es parte de la pila de inteligencia artificial del lenguaje que se utiliza para leer, generar, clasificar y transformar texto y voz a escala.
Buceo profundo
KTO, presentada por Ethayarajh y sus colegas en Stanford y Contextual AI en 2024, toma prestado de la teoría de las perspectivas, el trabajo ganador del Nobel de Daniel Kahneman y Amos Tversky sobre cómo los humanos valoran las ganancias y las pérdidas. Los métodos estándar como DPO necesitan pares de preferencias: una respuesta elegida y una rechazada para el mismo mensaje. En cambio, KTO trabaja con datos no emparejados donde cada salida individual simplemente se marca como deseable o no deseable. Crea una pérdida consciente del ser humano que trata la mejora del modelo en una muestra como una ganancia o pérdida en relación con un punto de referencia, aplicando aversión a las pérdidas para que los resultados indeseables sean penalizados más severamente de lo que se recompensan los deseables. Esto permite a los equipos utilizar las abundantes señales de aprobación/aprobación ya recopiladas en las aplicaciones de producción.
Información técnica
KTO define una función de valor modelada sobre la teoría de la perspectiva, que mide hasta qué punto la recompensa implícita de una respuesta se encuentra por encima o por debajo de una línea base de referencia (a menudo la divergencia KL promedio de la política de referencia). Los ejemplos deseables hacen subir el valor, los indeseables lo hacen bajar y un coeficiente de aversión a las pérdidas hace que las desviaciones negativas pesen más. Lo más importante es que solo necesita una etiqueta por ejemplo, no pares coincidentes.
Dominar la optimización de Kahneman-Tversky
La optimización Kahneman-Tversky (KTO) es un método de alineación que aprende de simples etiquetas de aprobación o desaprobación en lugar de comparaciones por pares. Es importante porque la retroalimentación binaria es mucho más fácil y económica de recopilar que los pares clasificados que exigen la mayoría de los métodos. La optimización de Kahneman-Tversky es parte de la pila de inteligencia artificial del lenguaje que se utiliza para leer, generar, clasificar y transformar texto y voz a escala. Para generar una comprensión profunda, trate la optimización de Kahneman-Tversky como un modelo operativo, no como una característica única: defina los resultados deseados, aclare las suposiciones y separe lo que el sistema puede hacer de manera confiable de lo que aún requiere el juicio de expertos.
En la práctica, equipos fuertes que utilizan Kahneman-Tversky Optimization diseñan mensajes, recuperación y bucles de revisión como un sistema de comunicación integrado. Documentan criterios de éxito explícitos, se prueban con datos y flujos de trabajo realistas y se iteran en función de patrones de error observados en lugar de victorias de referencia únicas. Aquí es donde la comprensión teórica se convierte en una capacidad duradera en todos los productos, políticas y operaciones.
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia. Al mismo tiempo, los hechos alucinados pueden entrar silenciosamente en informes, flujos de apoyo o resultados de investigaciones. El enfoque más resiliente es combinar la velocidad de experimentación con la disciplina de gobernanza: ejecutar pilotos, capturar evidencia, publicar registros de decisiones y actualizar continuamente las salvaguardas a medida que evolucionan el comportamiento del modelo, las expectativas de los usuarios y los requisitos regulatorios.
Impacto Estratégico
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia.
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Amplía el acceso a través de idiomas y estilos de comunicación.
Amplía el acceso a través de idiomas y estilos de comunicación. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Los equipos pueden dedicar más tiempo a juzgar mientras la automatización se encarga de la repetición.
Los equipos pueden dedicar más tiempo a juzgar mientras la automatización se encarga de la repetición. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Implementación en el mundo real
Usar clics con el pulgar hacia arriba o hacia abajo desde un chatbot implementado para ajustarlo sin tener que crear pares de preferencias
Alinear un modelo cuando tienes un montón de respuestas "buenas" y "malas" pero no hay comparaciones coincidentes para las mismas preguntas
Un equipo de producto recicla marcas de moderación (indeseables) y respuestas guardadas (deseables) en la capacitación de KTO
Manejar la retroalimentación desequilibrada donde los disgustos son más raros que los me gusta ajustando la aversión a las pérdidas y los pesos de clase de KTO.
Patrones de implementación
Optimización Kahneman-Tversky en la práctica
Usar clics con el pulgar hacia arriba o hacia abajo desde un chatbot implementado para ajustarlo sin tener que crear pares de preferencias.
Usar clics con el pulgar hacia arriba o hacia abajo desde un chatbot implementado para ajustarlo sin siquiera crear pares de preferencias. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalamiento humano para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Optimización Kahneman-Tversky en la práctica
Alinear un modelo cuando tienes un montón de respuestas "buenas" y "malas" pero no hay comparaciones coincidentes para las mismas preguntas.
Alinear un modelo cuando tiene un montón de respuestas "buenas" y "malas" pero no hay comparaciones coincidentes para las mismas indicaciones. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalamiento humano para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Optimización Kahneman-Tversky en la práctica
Un equipo de producto recicla marcas de moderación (indeseables) y respuestas guardadas (deseables) en la capacitación de KTO.
Un equipo de producto recicla indicadores de moderación (indeseables) y respuestas guardadas (deseables) en la capacitación de KTO. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Optimización Kahneman-Tversky en la práctica
Manejar la retroalimentación desequilibrada donde los disgustos son más raros que los me gusta ajustando la aversión a las pérdidas y los pesos de clase de KTO.
Manejar la retroalimentación desequilibrada donde los disgustos son más raros que los gustos ajustando la aversión a las pérdidas y los pesos de clase de KTO. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y rastrean tanto las ganancias de productividad como los costos de error a lo largo del tiempo.
Riesgos y barandillas
Los hechos alucinados pueden aparecer silenciosamente en informes, flujos de apoyo o resultados de investigaciones.
La sensibilidad rápida puede crear resultados inconsistentes en solicitudes similares.
Los datos de texto confidenciales pueden quedar expuestos si los controles de acceso son débiles.
Hoja de ruta de implementación
Defina el formato de salida, el tono y los estándares de calidad antes del lanzamiento.
Defina el formato de salida, el tono y los estándares de calidad antes del lanzamiento. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Respuestas terrestres con fuentes confiables siempre que la precisión sea importante.
Respuestas terrestres con fuentes confiables siempre que la precisión sea importante. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Mantenga un punto de control de revisión humana para los resultados de alto riesgo.
Mantenga un punto de control de revisión humana para los resultados de alto riesgo. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Realice un seguimiento de los patrones de error y vuelva a capacitar las indicaciones o los flujos de trabajo con regularidad.
Realice un seguimiento de los patrones de error y vuelva a capacitar las indicaciones o los flujos de trabajo con regularidad. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.