ภาพรวม
Constitutional AI เป็นวิธีการของ Anthropic ในการจัดแนวโมเดลโดยใช้ชุดหลักการที่เป็นลายลักษณ์อักษร ซึ่งก็คือ 'รัฐธรรมนูญ' ดังนั้น AI จึงวิจารณ์และแก้ไขคำตอบของตัวเอง แทนที่จะอาศัยเพียงมนุษย์ในการติดป้ายกำกับเนื้อหาที่เป็นอันตราย โดยมีจุดมุ่งหมายเพื่อสร้างแบบจำลองที่เป็นประโยชน์และไม่เป็นอันตรายโดยใช้แรงงานคนน้อยลง
Constitutional AI เป็นส่วนหนึ่งของกลุ่มภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด
เจาะลึก
การจัดแนวแบบดั้งเดิมอาศัยการเรียนรู้แบบเสริมแรงจากผลตอบรับของมนุษย์ (RLHF) โดยที่ผู้คนจัดอันดับผลลัพธ์ของโมเดลจำนวนมาก รวมถึงผลลัพธ์ที่น่ารำคาญ เพื่อสอนโมเดลถึงสิ่งที่ควรหลีกเลี่ยง AI ตามรัฐธรรมนูญช่วยลดภาระดังกล่าวด้วยการมอบรายการหลักการที่เป็นลายลักษณ์อักษรที่ชัดเจนซึ่งดึงมาจากแหล่งข้อมูลต่างๆ เช่น ปฏิญญาสหประชาชาติว่าด้วยสิทธิมนุษยชน และแนวปฏิบัติที่ดีที่สุดด้านความไว้วางใจและความปลอดภัยแก่แบบจำลอง การฝึกอบรมมีสองขั้นตอน ขั้นแรก ขั้นที่มีการกำกับดูแล: แบบจำลองจะสร้างการตอบสนอง จากนั้นจึงวิพากษ์วิจารณ์หลักการที่ขัดกับรัฐธรรมนูญ และเขียนใหม่ให้ดีขึ้น คำตอบที่ปรับปรุงตนเองเหล่านี้ใช้เพื่อปรับแต่ง ประการที่สอง ระยะการเรียนรู้แบบเสริมกำลัง RLAIF ซึ่งตัวแบบจำลองจะจัดอันดับคู่การตอบสนองตามรัฐธรรมนูญ และข้อมูลการตั้งค่าที่ AI สร้างขึ้นจะฝึกโมเดลการให้รางวัล หลักการมีความโปร่งใสและแก้ไขได้ ทำให้ค่าที่ควบคุมแบบจำลองสามารถตรวจสอบได้ แทนที่จะซ่อนอยู่ในป้ายกำกับของมนุษย์ที่ทึบแสง
ข้อมูลเชิงลึกทางเทคนิค
ทั้งสองระยะมักเรียกว่า SL-CAI และ RL-CAI ในการเรียนรู้แบบมีผู้สอน วงจร 'วิจารณ์และแก้ไข' จะแจ้งให้โมเดลค้นหาว่าคำตอบของตัวเองละเมิดหลักการตัวอย่างหรือไม่ และเขียนใหม่ เพื่อสร้างข้อมูลการฝึกอบรมโดยไม่มีการติดฉลากอันตรายต่อมนุษย์ ในระยะ RL โมเดลที่สองจะตัดสินว่าคำตอบใดจากสองคำตอบใดที่เป็นไปตามรัฐธรรมนูญได้ดีกว่า โดยสร้างป้ายกำกับการตั้งค่า AI (RLAIF) ที่ฝึกโมเดลการให้รางวัลที่ใช้ใน RL มาตรฐาน โครงสร้างเป็นคำแนะนำแบบข้อความธรรมดาที่แทรกเข้าไปในข้อความแจ้ง ดังนั้นการเปลี่ยนแปลงพฤติกรรมของแบบจำลองจึงทำได้โดยตรงพอๆ กับการแก้ไขหลักการ
การเรียนรู้ AI รัฐธรรมนูญ
Constitutional AI เป็นวิธีการของ Anthropic ในการจัดแนวโมเดลโดยใช้ชุดหลักการที่เป็นลายลักษณ์อักษร ซึ่งก็คือ 'รัฐธรรมนูญ' ดังนั้น AI จึงวิจารณ์และแก้ไขคำตอบของตัวเอง แทนที่จะอาศัยเพียงมนุษย์ในการติดป้ายกำกับเนื้อหาที่เป็นอันตราย โดยมีจุดมุ่งหมายเพื่อสร้างแบบจำลองที่เป็นประโยชน์และไม่เป็นอันตรายโดยใช้แรงงานมนุษย์น้อยลงมาก Constitutional AI เป็นส่วนหนึ่งของกลุ่มภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Constitutional AI เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งใช้การแจ้งการออกแบบ AI ตามรัฐธรรมนูญ การดึงข้อมูล และการตรวจสอบลูปเป็นระบบการสื่อสารแบบรวมระบบเดียว โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในขณะเดียวกัน ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
ฝึกแชทบอทให้ปฏิเสธที่จะช่วยสร้างอาวุธโดยให้วิจารณ์ร่างคำตอบของตัวเองกับหลักการหลีกเลี่ยงอันตราย แล้วเขียนใหม่
แทนที่การติดฉลากผลลัพธ์ที่เป็นพิษโดยทีมแดงที่มีราคาแพงของมนุษย์ด้วยข้อมูลการตั้งค่าที่สร้างโดย AI (RLAIF) ตามแนวทางของรัฐธรรมนูญ
การแก้ไขหลักการที่เป็นลายลักษณ์อักษรเพื่อปรับความระมัดระวังของแบบจำลอง จากนั้นสังเกตการเปลี่ยนแปลงพฤติกรรมโดยไม่ต้องติดป้ายกำกับตัวอย่างนับพันตัวอย่าง
ดำเนินการฝึกซ้อมร่วมโดยให้สาธารณชนเสนอหลักการที่กำหนดรูปแบบรัฐธรรมนูญของแบบจำลอง
รูปแบบการดำเนินงาน
AI รัฐธรรมนูญในทางปฏิบัติ
ฝึกแชทบอทให้ปฏิเสธที่จะช่วยสร้างอาวุธโดยให้วิจารณ์ร่างคำตอบของตัวเองโดยเทียบกับหลักการหลีกเลี่ยงอันตราย แล้วเขียนใหม่
การฝึกแชทบอทให้ปฏิเสธที่จะช่วยสร้างอาวุธโดยให้วิจารณ์ร่างคำตอบของตนเองเทียบกับหลักการหลีกเลี่ยงอันตราย และเขียนใหม่ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
AI รัฐธรรมนูญในทางปฏิบัติ
แทนที่การติดฉลากผลลัพธ์ที่เป็นพิษโดยทีมแดงซึ่งมีราคาแพงด้วยข้อมูลการตั้งค่าที่สร้างโดย AI (RLAIF) ตามแนวทางของรัฐธรรมนูญ
การแทนที่การติดฉลากผลลัพธ์ที่เป็นพิษโดยทีมแดงที่มีราคาแพงด้วยข้อมูลการตั้งค่าที่สร้างโดย AI (RLAIF) ตามแนวทางที่กำหนด ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
AI รัฐธรรมนูญในทางปฏิบัติ
การแก้ไขหลักการที่เป็นลายลักษณ์อักษรเพื่อปรับความระมัดระวังของแบบจำลอง จากนั้นสังเกตการเปลี่ยนแปลงพฤติกรรมโดยไม่ต้องติดป้ายกำกับตัวอย่างนับพันตัวอย่าง
การแก้ไขหลักการที่เป็นลายลักษณ์อักษรเพื่อปรับความระมัดระวังของแบบจำลอง จากนั้นสังเกตการเปลี่ยนแปลงพฤติกรรมโดยไม่ต้องติดป้ายกำกับตัวอย่างนับพันซ้ำ ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
AI รัฐธรรมนูญในทางปฏิบัติ
ดำเนินการฝึกซ้อมร่วมโดยให้สาธารณชนเสนอหลักการที่กำหนดรูปแบบรัฐธรรมนูญของแบบจำลอง
การดำเนินการฝึกหัดป้อนข้อมูลโดยรวมโดยที่สาธารณะเสนอหลักการที่กำหนดรูปแบบโครงสร้างของแบบจำลอง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ
ความละเอียดอ่อนของการแจ้งเตือนสามารถสร้างผลลัพธ์ที่ไม่สอดคล้องกันในคำขอที่คล้ายกัน
ข้อมูลข้อความที่ละเอียดอ่อนอาจถูกเปิดเผยหากการควบคุมการเข้าถึงอ่อนแอ
แผนงานการดำเนินงาน
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น