InayofuataMwongozo unaofuata
Tarehe za Kukata Maarifa katika LLMs
Lugha AI
Lugha AI MWONGOZO
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.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
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.
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.
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.
Kuiweka katika vitendo
Kwa nini ni muhimu
- 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.
Jihadharini na
- 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.
Hatua zinazofuata
- 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
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the Reversal Curse in LLMs quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
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.
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.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii