Áttekintés
A kontextuson belüli tanulás a nagy nyelvi modellek meglepő képessége, hogy a promptban elhelyezett néhány példából új feladatot vegyenek fel, minden átképzés nélkül. Ez az oka annak, hogy „megtaníthat” egy modellt menet közben, pusztán úgy, hogy megmutatja neki, amit akar.
Az In-Context Learning a szöveg és a beszéd olvasására, generálására, osztályozására és átalakítására szolgáló nyelvi mesterséges intelligencia-halom része.
Mély merülés
Normális esetben egy neurális hálózat új feladatának megtanítása azt jelenti, hogy edzéssel frissítjük a súlyát. A kontextuson belüli tanulás más: ír néhány példát közvetlenül a promptba (a „kontextusba”), és a modell kikövetkezi a mintát, és alkalmazza azt egy új bemenetre. A modell belsejében semmi sem változik; a példák csak irányítják a következő token előrejelzését. Hallani fogja a „zero-shot” (csak utasítás), „one-shot” (egy példa) és a „few-shot” (több példa). Ezt a viselkedést a GPT-3 népszerűsítette 2020-ban, és kiderült, hogy ez egy feltörekvő képesség: az apró modellek nem képesek rá, de a nagyjából 100 milliárdos paraméteres skálán túl a néhány lövéses felszólítások pontossága meredeken emelkedik. A modell hatékonyan megtanulta felismerni és folytatni a mintákat az előképzés során, így újra felhasználhatja ezt a képességet a következtetés időpontjában.
Technikai betekintés
Az értelmezhetőségi kutatás ennek a képességnek a nagy részét az „indukciós fejekre” vezette vissza – olyan figyelemköröket, amelyek edzés közben jönnek létre, és homályos előtag-illesztést hajtanak végre: visszakeresik, hol jelent meg egy hasonló token, majd lemásolják azt, ami utána következett. Tehát amikor az „alma -> gyümölcs, sárgarépa -> zöldség” üzenet jelenik meg, a modell megfelel a szerkezetnek, és megjósolja a megfelelő címkét a következő cikkhez. Lényeges, hogy nem folyik átmenet, és a súlyok sem frissülnek a következtetéskor. A példák egyszerűen átformálják azokat az aktiválásokat, amelyek a következő token valószínűségi eloszlását táplálják.
Kontextuson belüli tanulás elsajátítása
A kontextuson belüli tanulás a nagy nyelvi modellek meglepő képessége, hogy a promptban elhelyezett néhány példából új feladatot vegyenek fel, minden átképzés nélkül. Ez az oka annak, hogy „megtaníthat” egy modellt menet közben, pusztán úgy, hogy megmutatja neki, amit akar. Az In-Context Learning a szöveg és a beszéd olvasására, generálására, osztályozására és átalakítására szolgáló nyelvi mesterséges intelligencia-halom része. A mélyebb megértés érdekében az In-Context Learning-et működési modellként kell kezelni, nem egyetlen jellemzőként: határozza meg a kívánt eredményeket, tisztázza a feltételezéseket, és válassza el, mit tud a rendszer megbízhatóan elvégezni, attól, ami még szakértői megítélést igényel.
A gyakorlatban az In-Context Learninget használó erős csapatok egyetlen integrált kommunikációs rendszerként tervezik a felszólításokat, a visszakeresést és az áttekintést. Dokumentálják az explicit sikerkritériumokat, tesztelik a valósághű adatokat és munkafolyamatokat, és a megfigyelt hibaminták alapján iterálnak, nem pedig egyszeri benchmark győzelmek alapján. Ez az a hely, ahol az elméleti megértés tartós képességgé válik a termék, a politika és a műveletek között.
A nyelvi munkafolyamatok gyorsabban haladhatnak a következetesség feláldozása nélkül. Ugyanakkor a hallucinált tények csendben bekerülhetnek a jelentésekbe, a támogatási folyamatokba vagy a kutatási eredményekbe. A legrugalmasabb megközelítés a kísérleti sebesség és az irányítási fegyelem kombinálása: kísérleti kísérletek futtatása, bizonyítékok rögzítése, döntési naplók közzététele és a biztosítékok folyamatos frissítése a modell viselkedésének, a felhasználói elvárásoknak és a szabályozási követelményeknek megfelelően.
Stratégiai hatás
A nyelvi munkafolyamatok gyorsabban haladhatnak a következetesség feláldozása nélkül.
A nyelvi munkafolyamatok gyorsabban haladhatnak a következetesség feláldozása nélkül. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
Kibővíti a hozzáférést a nyelvek és a kommunikációs stílusok között.
Kibővíti a hozzáférést a nyelvek és a kommunikációs stílusok között. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
A csapatok több időt tölthetnek az ítélkezéssel, míg az automatizálás kezeli az ismétlést.
A csapatok több időt tölthetnek az ítélkezéssel, míg az automatizálás kezeli az ismétlést. A kiváló minőségű telepítéseknél ez mérhető működési szabályokká, tulajdonosi határokká és ismétlődő felülvizsgálati rituálékká alakul át, így a csapatok növelhetik a bizalmat a kétértelműség skálázása helyett.
Valós megvalósítás
Adunk egy chatbotnak három példa támogatási jegyet és azok kategóriáit, majd ugyanúgy osztályozzuk az új jegyet
Egy modell két előtte/utána pár rendetlen szöveg megjelenítése tiszta JSON-ba újraformázva, így konvertálja a többit
Illesszen be néhány minta termékleírást a márka hangján, hogy az újak illeszkedjenek a stílushoz
Egy bonyolult matematikai szófeladat bemutatása lépésről lépésre működött, így a modell hasonló problémákat old meg ugyanazzal az érvelési formátummal
Megvalósítási minták
In-Context Learning a gyakorlatban
Adunk egy chatbotnak három példa támogatási jegyet és azok kategóriáit, majd ugyanúgy osztályozzuk az új jegyet.
A chatbotnak három példa támogatási jegyet és azok kategóriáit adva, majd az új jegyek besorolásával ugyanúgy, ahogy a csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, emberi eszkalációs útvonalat tartanak a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.
In-Context Learning a gyakorlatban
A modell két előtte/utána pár rendetlen szöveg megjelenítése tiszta JSON-ba újraformázva, így konvertálja a többit.
A modell két előtte/utána pár rendetlen szöveg megjelenítése tiszta JSON-ba újraformázva, így konvertálja a többit. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs útvonalat a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket is.
In-Context Learning a gyakorlatban
Illesszen be néhány minta termékleírást a márka hangján, hogy az újak illeszkedjenek a stílushoz.
Néhány mintatermékleírás beillesztése a márka hangján, hogy az újak megfeleljenek a stílusnak. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, megtartják az emberi eszkalációs útvonalat a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket az idő múlásával.
In-Context Learning a gyakorlatban
Egy bonyolult matematikai szóprobléma bemutatása lépésről lépésre működött, így a modell hasonló problémákat ugyanazzal az érvelési formátummal old meg.
A trükkös matematikai szóprobléma bemutatása lépésről lépésre haladt, így a modell hasonló problémákat old meg ugyanazzal az érvelési formátummal. A csapatok általában jobb eredményeket érnek el, ha előre meghatározzák a minőségi küszöböket, emberi eszkalációs útvonalat tartanak a szélsőséges eseteknél, és nyomon követik a termelékenység növekedését és a hibaköltségeket is.
Kockázatok és védőkorlátok
A hallucinált tények csendben bekerülhetnek a jelentésekbe, a támogatási folyamatokba vagy a kutatási eredményekbe.
Az azonnali érzékenység inkonzisztens eredményeket eredményezhet a hasonló kérések között.
Ha a hozzáférés-szabályozás gyenge, az érzékeny szöveges adatok megjelenhetnek.
Végrehajtási ütemterv
A kiadás előtt határozza meg a kimeneti formátumot, hangszínt és minőségi szabványokat.
A kiadás előtt határozza meg a kimeneti formátumot, hangszínt és minőségi szabványokat. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Földelje a válaszokat megbízható forrásokból, amikor a pontosság számít.
Földelje a válaszokat megbízható forrásokból, amikor a pontosság számít. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Tartson emberi ellenőrzési pontot a nagy tétű kimenetekhez.
Tartson emberi ellenőrzési pontot a nagy tétű kimenetekhez. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.
Kövesse nyomon a meghibásodási mintákat, és rendszeresen tanítsa át az utasításokat vagy a munkafolyamatokat.
Kövesse nyomon a meghibásodási mintákat, és rendszeresen tanítsa át az utasításokat vagy a munkafolyamatokat. Minden lépést bizonyítékkapuként kell kezelni: ha a feltételek nem teljesülnek, szüneteltesse a közzétételt, zárja be a rést, és csak ezután bővítse a felhasználást.