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.
Descripción general
It matters because binary feedback is far easier and cheaper to collect than the ranked pairs most methods demand.
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.
Impacto Estratégico
Speed and scale
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia.
Access and reach
Amplía el acceso a través de idiomas y estilos de comunicación.
Decisiones más claras
Los equipos pueden dedicar más tiempo a juzgar mientras la automatización se encarga de la repetición.
El futuro de la optimización Kahneman-Tversky
KTO se adapta bien a productos reales, donde los usuarios naturalmente hacen clic en Me gusta o No me gusta, pero rara vez clasifican dos respuestas una al lado de la otra. Espere una adopción más amplia de ciclos de mejora continua que reciclen la retroalimentación de la producción, además de investigaciones que ajusten la proporción de datos deseables e indeseables y la ponderación de la aversión a las pérdidas. Combinar el marco de economía conductual de KTO con otros objetivos y aplicarlo a la retroalimentación multimodal son direcciones activas a medida que los equipos buscan alinearse con señales confusas del mundo real.
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.
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.
Respuestas terrestres con fuentes confiables siempre que la precisión sea importante.
Mantenga un punto de control de revisión humana para los resultados de alto riesgo.
Realice un seguimiento de los patrones de error y vuelva a capacitar las indicaciones o los flujos de trabajo con regularidad.
Sigue explorando
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Kahneman-Tversky Optimization quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Siguiente guía
Optimización de preferencias directas
Preguntas frecuentes
What is Kahneman-Tversky Optimization?
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.
¿Qué tipo de datos requiere KTO?
KTO aprende de simples etiquetas de aprobación/aprobación por ejemplo en lugar de pares de preferencias coincidentes.
¿En qué obra se inspira la KTO?
KTO toma prestada la idea de la teoría de las perspectivas de valorar las ganancias y pérdidas de forma asimétrica, de ahí el nombre.
¿Qué es la "aversión a las pérdidas" tal como se utiliza en KTO?
La teoría de las perspectivas dice que las pérdidas son mayores que las ganancias, por lo que la KTO pondera más las desviaciones negativas.
En comparación con DPO, KTO es especialmente útil cuando ¿qué?
KTO brilla cuando la retroalimentación son señales binarias no emparejadas, que los productos recopilan mucho más fácilmente que los pares clasificados.
¿En KTO, las desviaciones se miden en relación con qué?
La función de valor de KTO juzga si una respuesta se encuentra por encima o por debajo de una línea base de referencia, tratándola como una ganancia o una pérdida.