Laana ya Kugeuza katika LLMs
Laana ya kugeuza ni hali ya kushangaza ya kushindwa ambapo modeli ya lugha inayojifunza 'A ni B' haiwezi kujibu kwa uhakika 'B ni A.' Inafichua kuwa LLMs huhifadhi ukweli kama miungano ya mwelekeo mmoja, si kama maarifa linganifu.
Dive ya kina
Imerekodiwa katika karatasi ya 2023 na Berglund na wenzake, laana ya mabadiliko inaonyesha kwamba ikiwa mwanamitindo amefunzwa kuhusu 'mama ya Tom Cruise ni Mary Lee Pfeiffer,' mara nyingi hufeli anapoulizwa 'Ni nani mwana wa Mary Lee Pfeiffer?' ingawa jibu ni sawa kimantiki. Athari huendelea katika saizi zote za muundo na hata baada ya kusawazisha mamia ya ukweli kama huo. Sio pengo la kumbukumbu: mfano umeona habari, lakini kwa utaratibu mmoja. Kwa sababu mafunzo huboresha ubashiri wa ishara inayofuata juu ya mpangilio halisi wa maneno katika data, kiungo cha takwimu kutoka A hadi B hakiundi kiunganishi kiotomatiki kutoka B hadi A. Mawazo yaliyopingwa ya kutafuta ambayo kipimo pekee hutoa hoja zinazonyumbulika, kama za kibinadamu juu ya ukweli.
Ufahamu wa Kiufundi
Transfoma hujifunza kwa kutabiri tokeni inayofuata kutokana na muktadha wa awali, kwa hivyo masasisho ya upinde rangi huimarisha upangaji mwelekeo wa 'A kisha B' lakini uache 'B kisha A' bila kuguswa isipokuwa agizo hilo pia lionekane katika mafunzo. Maelekezo mawili yanaishi katika njia tofauti za uzito. Watafiti walithibitisha hili kwa kupima uwezekano wa kumbukumbu: baada ya kujifunza ukweli wa mbele, uwezekano wa taarifa ya kinyume ulibakia karibu na msingi, kuonyesha hakuna ubadilishaji wa kimantiki uliotokea wakati wa mafunzo.
Athari za kimkakati
Kasi na kiwango
Mitiririko ya kazi ya lugha inaweza kusonga kwa kasi zaidi bila kuacha uthabiti.
Kufikia na kufikia
Inapanua ufikiaji katika lugha na mitindo ya mawasiliano.
Maamuzi ya wazi zaidi
Timu zinaweza kutumia muda mwingi kufanya uamuzi huku otomatiki ikishughulikia marudio.
Mustakabali wa Kugeuza Laana katika LLMs
Vipunguzo vinavyochunguzwa vinajumuisha uongezaji data wa pande mbili (kuongeza vifungu vya maneno kinyume), malengo ya mafunzo ambayo yanatabiri tokeni katika pande zote mbili, na mifumo ya kurejesha ambayo huangalia ukweli kwa ulinganifu badala ya kutegemea uzani uliokaririwa. Baadhi ya usanifu mpya zaidi na majaribio ya kurejesha nyuma-mafunzo hupunguza pengo. Tarajia laana kupungua lakini isitoweke, kwani inafichua kutolingana kwa kina kati ya kujifunza kwa ishara inayofuata na muundo wa ulinganifu wa mahusiano ya ulimwengu halisi.
Utekelezaji wa Ulimwengu Halisi
Chatbot inasema kwa usahihi mzazi wa mtu mashuhuri lakini inashindikana inapoulizwa kumtaja mtoto maarufu wa mzazi huyo.
Mwanamitindo mmoja anakariri 'rais wa tisa alikuwa William Henry Harrison' lakini bado anajikwaa 'ni rais gani alikuwa William Henry Harrison.'
Kisaidizi cha usimbaji ambacho kilijifunza upangaji wa chaguo-msingi hadi maelezo hakiwezi kurejesha jina la chaguo la kukokotoa kutoka kwa maelezo pekee.
Mfumo wa kimatibabu wa QA uliofunzwa kuhusu 'Dawa X hutibu Hali Y' haukuorodhesha Dawa X unapoulizwa ni matibabu gani ya Condition Y.
Hatari & Walinzi
Mambo ya ukweli yanaweza kuingiza ripoti kwa utulivu, mitiririko ya usaidizi, au matokeo ya utafiti.
Usikivu wa haraka unaweza kuunda matokeo yasiyolingana katika maombi sawa.
Data nyeti ya maandishi inaweza kufichuliwa ikiwa vidhibiti vya ufikiaji ni dhaifu.
Ramani ya Utekelezaji
Bainisha umbizo la towe, toni na viwango vya ubora kabla ya kusambaza.
Majibu ya msingi na vyanzo vinavyoaminika wakati wowote usahihi ni muhimu.
Weka ukaguzi wa ukaguzi wa kibinadamu kwa matokeo ya juu.
Fuatilia mifumo ya kushindwa na fundisha tena vidokezo au mtiririko wa kazi mara kwa mara.
Endelea Kuchunguza
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 Reversal Curse in LLMs 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
Mwongozo unaofuata
ChatGPT na LLM
Maswali yanayoulizwa mara kwa mara
What is Reversal Curse in LLMs?
Laana ya kugeuza ni hali ya kushangaza ya kushindwa ambapo modeli ya lugha inayojifunza 'A ni B' haiwezi kujibu kwa uhakika 'B ni A.' Inafichua kuwa LLMs huhifadhi ukweli kama miungano ya mwelekeo mmoja, si kama maarifa linganifu.
Laana ya kugeuza inaelezea nini?
Laana ya kugeukia ni kushindwa kudokeza 'B ni A' kutoka kwa mafunzo ya 'A ni B,' licha ya kwamba wawili hao ni sawa kimantiki.
Kwa nini laana ya kugeuza inatokea, kwa utaratibu?
Kwa sababu mafunzo huboresha utabiri wa tokeni inayofuata katika mpangilio kamili unaozingatiwa, upangaji ramani wa kinyume haujaimarishwa kamwe isipokuwa uonekane katika mafunzo.
Je, ukubwa wa kielelezo unaoongezeka hurekebisha kwa uaminifu laana ya kugeuzwa?
Utafiti wa asili uligundua laana iliyoshikiliwa katika anuwai ya saizi za mfano, ikionyesha kiwango pekee hakiitatui.
Ni upunguzaji upi unaolenga moja kwa moja laana ya urejesho?
Uongezaji data wa pande mbili hufichua kielelezo kwa 'A ni B' na 'B ni A,' na kuunda uhusiano wa kinyume unaokosekana.
Watafiti walithibitishaje kuwa mtindo huo haujajifunza ukweli wa kinyume?
Uwezekano wa taarifa iliyogeuzwa ulibaki karibu na msingi baada ya mafunzo ya mbele, kuonyesha hakuna ubadilishaji wowote wa kimantiki ulifanyika.