개요
KTO(Kahneman-Tversky Optimization)는 쌍 비교 대신 간단한 엄지손가락 위로 또는 아래로 엄지손가락 레이블을 통해 학습하는 정렬 방법입니다. 바이너리 피드백은 대부분의 방법이 요구하는 순위 쌍보다 수집하기가 훨씬 쉽고 저렴하기 때문에 중요합니다.
Kahneman-Tversky Optimization은 대규모로 텍스트와 음성을 읽고, 생성하고, 분류하고, 변환하는 데 사용되는 언어 AI 스택의 일부입니다.
심층 분석
Ethayarajh와 Stanford 및 Contextual AI의 동료들이 2024년에 소개한 KTO는 인간이 이익과 손실을 어떻게 평가하는지에 대한 노벨상 수상작인 Daniel Kahneman과 Amos Tversky의 전망 이론을 차용합니다. DPO와 같은 표준 방법에는 선호 쌍이 필요합니다. 즉, 동일한 프롬프트에 대해 선택한 답변과 거부된 답변이 필요합니다. 대신 KTO는 각 개별 출력이 단순히 바람직하거나 바람직하지 않은 것으로 표시되는 짝이 없는 데이터로 작업합니다. 이는 샘플에 대한 모델의 개선을 기준점에 대한 이득 또는 손실로 처리하는 인간 인식 손실을 구축하고, 손실 회피를 적용하여 바람직하지 않은 출력이 바람직한 출력이 보상되는 것보다 더 엄격하게 불이익을 받습니다. 이를 통해 팀은 프로덕션 앱에서 이미 수집된 풍부한 싫어요/좋아요 신호를 사용할 수 있습니다.
기술적 통찰력
KTO는 전망 이론을 모델로 한 가치 함수를 정의하며, 응답의 내재된 보상이 참조 기준(종종 참조 정책과의 평균 KL 차이) 위 또는 아래에 있는 정도를 측정합니다. 바람직한 예는 값을 높이고, 바람직하지 않은 예는 값을 낮추며, 손실 회피 계수는 음의 편차를 더 무겁게 만듭니다. 결정적으로 일치하는 쌍이 아닌 예당 레이블만 필요합니다.
Kahneman-Tversky 최적화 마스터하기
KTO(Kahneman-Tversky Optimization)는 쌍 비교 대신 간단한 엄지손가락 위로 또는 아래로 엄지손가락 레이블을 통해 학습하는 정렬 방법입니다. 바이너리 피드백은 대부분의 방법이 요구하는 순위 쌍보다 수집하기가 훨씬 쉽고 저렴하기 때문에 중요합니다. Kahneman-Tversky Optimization은 대규모로 텍스트와 음성을 읽고, 생성하고, 분류하고, 변환하는 데 사용되는 언어 AI 스택의 일부입니다. 깊은 이해를 구축하려면 Kahneman-Tversky Optimization을 단일 기능이 아닌 운영 모델로 취급하십시오. 원하는 결과를 정의하고, 가정을 명확히 하며, 시스템이 안정적으로 수행할 수 있는 작업과 여전히 전문가 판단이 필요한 작업을 분리하세요.
실제로 Kahneman-Tversky Optimization 설계를 사용하는 강력한 팀은 프롬프트, 검색 및 검토 루프를 하나의 통합 커뮤니케이션 시스템으로 사용합니다. 명시적인 성공 기준을 문서화하고, 현실적인 데이터 및 워크플로를 기준으로 테스트하며, 일회성 벤치마크 승리보다는 관찰된 실패 패턴을 기반으로 반복합니다. 이론적 이해가 제품, 정책, 운영 전반에 걸쳐 지속 가능한 역량으로 바뀌는 곳입니다.
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다. 동시에 환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다. 가장 탄력적인 접근 방식은 실험 속도와 거버넌스 규율을 결합하는 것입니다. 즉, 파일럿 실행, 증거 캡처, 결정 로그 게시, 모델 동작, 사용자 기대 및 규제 요구 사항이 발전함에 따라 보호 장치를 지속적으로 업데이트합니다.
전략적 영향
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다.
일관성을 유지하면서 언어 워크플로를 더 빠르게 진행할 수 있습니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다.
언어와 의사소통 스타일 전반에 걸쳐 접근성을 확장합니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다.
자동화가 반복을 처리하는 동안 팀은 판단에 더 많은 시간을 할애할 수 있습니다. 고품질 배포에서는 이는 측정 가능한 운영 규칙, 소유권 경계 및 반복적인 검토 의식으로 변환되므로 팀은 모호성을 확장하는 대신 자신감을 확장할 수 있습니다.
실제 구현
배포된 챗봇에서 좋아요/비추천 클릭을 사용하여 기본 설정 쌍을 만들지 않고도 미세 조정
'좋은' 답변과 '나쁜' 답변이 많이 있지만 동일한 프롬프트에 대해 일치하는 비교가 없는 경우 모델 정렬
제품팀은 조정 플래그(바람직하지 않음)와 저장된 응답(바람직함)을 KTO 교육에 재활용합니다.
KTO의 손실 회피 및 클래스 가중치를 조정하여 싫어하는 것이 좋아하는 것보다 더 적은 불균형 피드백을 처리합니다.
구현 패턴
Kahneman-Tversky 최적화 실제 사례
배포된 챗봇에서 좋아요/비추천 클릭을 사용하여 기본 설정 쌍을 만들지 않고도 미세 조정합니다.
배포된 챗봇에서 좋아요/비추천 클릭을 사용하여 기본 설정 쌍을 구축하지 않고도 미세 조정합니다. 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
Kahneman-Tversky 최적화 실제 사례
'좋은' 답변과 '나쁜' 답변이 많이 있지만 동일한 프롬프트에 대해 일치하는 비교가 없는 경우 모델을 정렬합니다.
'좋은' 답변과 '나쁜' 답변이 많지만 동일한 프롬프트에 대해 일치하는 비교가 없는 경우 모델 정렬 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
Kahneman-Tversky 최적화 실제 사례
제품팀은 중재 플래그(바람직하지 않음)와 저장된 응답(바람직함)을 KTO 교육에 재활용합니다.
조정 플래그(바람직하지 않음)와 저장된 응답(바람직함)을 KTO 교육 팀에 재활용하는 제품 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
Kahneman-Tversky 최적화 실제 사례
KTO의 손실 회피 및 클래스 가중치를 조정하여 싫어하는 것이 좋아하는 것보다 더 적은 불균형 피드백을 처리합니다.
KTO의 손실 회피 및 클래스 가중치를 조정하여 싫어하는 것이 좋아하는 것보다 적은 불균형 피드백 처리 팀은 일반적으로 품질 임계값을 미리 정의하고, 극단적인 경우에 대한 인적 에스컬레이션 경로를 유지하고, 시간이 지남에 따라 생산성 향상과 오류 비용을 모두 추적할 때 더 나은 결과를 얻습니다.
위험 및 가드레일
환각 사실은 보고서, 지원 흐름 또는 연구 결과에 조용히 포함될 수 있습니다.
신속한 민감도는 유사한 요청 간에 일관되지 않은 결과를 초래할 수 있습니다.
액세스 제어가 약한 경우 민감한 텍스트 데이터가 노출될 수 있습니다.
구현 로드맵
출시 전에 출력 형식, 톤, 품질 표준을 정의하세요.
출시 전에 출력 형식, 톤, 품질 표준을 정의하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요.
정확성이 중요할 때마다 신뢰할 수 있는 출처를 통해 대응하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다.
고위험 결과물에 대한 인적 검토 체크포인트를 유지합니다. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.
실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요.
실패 패턴을 추적하고 프롬프트나 워크플로를 정기적으로 재교육하세요. 각 단계를 증거 게이트로 처리합니다. 기준이 충족되지 않으면 롤아웃을 일시 중지하고 간격을 좁힌 다음 사용을 확장합니다.