Nyelvi AI ÚTMUTATÓ

Fordító átok az LLM-ekben

A fordított átok egy meglepő kudarc mód, amikor egy nyelvi modell, amely megtanulja, hogy „A az B”, nem tud megbízhatóan válaszolni „B az A”. Ebből kiderül, hogy az LLM-ek a tényeket egyirányú asszociációként tárolják, nem pedig szimmetrikus tudásként.

Hallgassa meg ezt az útmutatótAI-narrált · ~2 min

Ezen az oldalon2 perc olvasás
  1. Mély merülés
  2. Valós megvalósítás
  3. A visszafordító átok jövője az LLM-ekben
  4. A gyakorlatba ültetés
  5. Folytassa a felfedezést
  6. Gyakran ismételt kérdések

Mély merülés

Berglund és munkatársai egy 2023-as tanulmányában dokumentálták, hogy a fordított átok azt mutatja, hogy ha egy modellt a „Tom Cruise anyja Mary Lee Pfeiffer” témában képeznek ki, az gyakran kudarcot vall, amikor megkérdezik: „Ki Mary Lee Pfeiffer fia?” bár a válasz logikailag azonos. A hatás a modellméretek között, sőt több száz ilyen tény finomhangolása után is fennáll. Ez nem memóriarés: a modell látta az információt, de csak egy sorrendben. Mivel a képzés optimalizálja a következő token előrejelzését az adatok pontos szórendje alapján, az A-tól B-ig tartó statisztikai kapcsolat nem hoz létre automatikusan B-ből A-ba linket. A megállapítás megkérdőjelezte azokat a feltételezéseket, amelyek a skála önmagában rugalmas, emberszerű érvelést eredményez a tények felett.

Valós megvalósítás

A chatbot helyesen adja meg egy híresség szülőjét, de kudarcot vall, amikor arra kérik, hogy nevezze meg a szülő híres gyermekét.

Egy modell azt mondja, hogy „a kilencedik elnök William Henry Harrison volt”, de megbotlik, hogy „melyik elnök volt William Henry Harrison”.

A függvény-leírás leképezést megtanuló kódoló asszisztens nem tudja visszaállítani a függvény nevét önmagában a leírásból.

Az „X gyógyszer kezeli az Y állapotot” című orvosi minőségbiztosítási rendszer nem sorolja fel az X gyógyszert, amikor megkérdezik, hogy mi kezeli az Y állapotot.

A visszafordító átok jövője az LLM-ekben

A vizsgált mérséklések közé tartozik a kétirányú adatbővítés (fordított kifejezések hozzáadása), a képzési célok, amelyek mindkét irányban előrejelzik a tokeneket, és a visszakereső rendszerek, amelyek szimmetrikusan keresik a tényeket, nem pedig a memorizált súlyokra hagyatkoznak. Néhány újabb architektúra és fordított előképzési kísérlet csökkenti a különbséget. Számíts arra, hogy az átok összezsugorodik, de nem tűnik el, mivel mély eltérést tár fel a következő jelű tanulás és a valós viszonyok szimmetrikus struktúrája között.

A gyakorlatba ültetés

Miért számít

  • Sebesség és méretarány. A nyelvi munkafolyamatok gyorsabban haladhatnak a következetesség feláldozása nélkül.
  • Hozzáférés és elérés. Kibővíti a hozzáférést a nyelvek és a kommunikációs stílusok között.
  • Tisztább döntések. A csapatok több időt tölthetnek az ítélkezéssel, míg az automatizálás kezeli az ismétlést.

Vigyázz

  • 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.

Következő lépések

  1. A kiadás előtt határozza meg a kimeneti formátumot, hangszínt és minőségi szabványokat.
  2. Földelje a válaszokat megbízható forrásokból, amikor a pontosság számít.
  3. Tartson emberi ellenőrzési pontot a nagy tétű kimenetekhez.
  4. Kövesse nyomon a meghibásodási mintákat, és rendszeresen tanítsa át az utasításokat vagy a munkafolyamatokat.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the Reversal Curse in LLMs quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

What is Reversal Curse in LLMs?

A fordított átok egy meglepő kudarc mód, amikor egy nyelvi modell, amely megtanulja, hogy „A az B”, nem tud megbízhatóan válaszolni „B az A”. Ebből kiderül, hogy az LLM-ek a tényeket egyirányú asszociációként tárolják, nem pedig szimmetrikus tudásként.

A model learned “A is B” but fails to answer “B is A.” What is this called?

The paper names this directional failure the reversal curse.

What does the reversal curse show about directional associations?

The paper reports that forward and reverse statements can behave differently.

Is the reversal curse simply a failure because the model never saw the fact?

The research tests failure on a reverse query after forward exposure.

Why might next-token training contribute to the effect?

The paper discusses sequence direction as relevant to the failure.

What does failure on a reverse query imply about model knowledge?

The finding challenges assumptions about flexible use of stored facts.