Tổng quan
Tối ưu hóa tùy chọn trực tiếp (DPO) là một cách để điều chỉnh các mô hình ngôn ngữ phù hợp với sở thích của con người mà không cần đào tạo mô hình phần thưởng riêng biệt hoặc chạy học tăng cường. Nó thu gọn một đường ống nhiều giai đoạn phức tạp thành một quá trình huấn luyện ổn định duy nhất.
Tối ưu hóa tùy chọn trực tiếp là một phần của ngăn xếp ngôn ngữ-AI được sử dụng để đọc, tạo, phân loại và chuyển đổi văn bản và giọng nói trên quy mô lớn.
Lặn sâu
DPO, được Rafailov và các đồng nghiệp tại Stanford giới thiệu vào năm 2023, đã suy nghĩ lại cách chúng tôi dạy một mô hình những gì mọi người thích. Cách tiếp cận truyền thống (RLHF) đào tạo mô hình khen thưởng dựa trên sự so sánh giữa con người với nhau, sau đó sử dụng phương pháp học tăng cường để tối đa hóa phần thưởng đó. Thông tin chuyên sâu quan trọng của DPO là toán học: chính sách tối ưu theo mục tiêu RLHF đó có mối quan hệ dạng đóng với phần thưởng, do đó bạn có thể sắp xếp lại các phương trình và tối ưu hóa mô hình ngôn ngữ trực tiếp trên các cặp ưu tiên. Bạn đưa ra lời nhắc, phản hồi 'được chọn' (ưu tiên) và phản hồi 'bị từ chối', và một sự mất mát kiểu phân loại đơn giản sẽ thúc đẩy mô hình đưa ra câu trả lời đã chọn tương đối có nhiều khả năng xảy ra hơn. Không có mô hình phần thưởng, không có vòng lấy mẫu, không có hack phần thưởng. Nó đơn giản hơn và ổn định hơn nhiều để chạy.
Hiểu biết kỹ thuật
DPO sử dụng tổn thất entropy chéo nhị phân trên các cặp ưu tiên. Nó làm tăng tỷ lệ xác suất log của phản hồi đã chọn so với phản hồi bị từ chối, mỗi phản hồi được đo dựa trên mô hình tham chiếu cố định (thường là điểm bắt đầu được tinh chỉnh có giám sát). Thông số nhiệt độ beta kiểm soát khoảng cách mà chính sách có thể lệch khỏi tham chiếu đó, ngầm thực thi ràng buộc KL mà RLHF áp dụng một cách rõ ràng. Phần thưởng không bao giờ thành hiện thực; nó tiềm ẩn trong xác suất nhật ký của chính sách.
Nắm vững tối ưu hóa tùy chọn trực tiếp
Tối ưu hóa tùy chọn trực tiếp (DPO) là một cách để điều chỉnh các mô hình ngôn ngữ phù hợp với sở thích của con người mà không cần đào tạo mô hình phần thưởng riêng biệt hoặc chạy học tăng cường. Nó thu gọn một đường ống nhiều giai đoạn phức tạp thành một quá trình huấn luyện ổn định duy nhất. Tối ưu hóa tùy chọn trực tiếp là một phần của ngăn xếp ngôn ngữ-AI được sử dụng để đọc, tạo, phân loại và chuyển đổi văn bản và giọng nói trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Tối ưu hóa tùy chọn trực tiếp như một mô hình hoạt động chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể thực hiện một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trong thực tế, các nhóm mạnh sử dụng các lời nhắc thiết kế Tối ưu hóa Tùy chọn Trực tiếp, các vòng lặp truy xuất và xem xét như một hệ thống liên lạc tích hợp. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán. Đồng thời, các sự kiện ảo giác có thể âm thầm đưa vào các báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán.
Quy trình công việc ngôn ngữ có thể di chuyển nhanh hơn mà không làm mất tính nhất quán. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp.
Nó mở rộng quyền truy cập vào các ngôn ngữ và phong cách giao tiếp. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại.
Các nhóm có thể dành nhiều thời gian hơn để đánh giá trong khi quá trình tự động hóa xử lý sự lặp lại. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Tinh chỉnh các mô hình trò chuyện có trọng lượng mở như Zephyr và nhiều công cụ phái sinh Llama và Mistral, được liên kết với DPO trên các bộ dữ liệu ưu tiên
Giảm kết quả đầu ra có hại hoặc không hữu ích bằng cách sử dụng các cặp trong đó câu trả lời an toàn, hữu ích được 'chọn' thay vì câu trả lời có vấn đề
Hướng dẫn trợ lý mã hóa ưu tiên các giải pháp chính xác, được ghi chép đầy đủ hơn các giải pháp có lỗi bằng cách sử dụng các so sánh do nhà phát triển đánh giá
Điều chỉnh phong cách tóm tắt để các mô hình ưu tiên những bản tóm tắt ngắn gọn, trung thực hơn những bản tóm tắt dài dòng hoặc ảo giác
Các mẫu triển khai
Tối ưu hóa ưu tiên trực tiếp trong thực tế
Tinh chỉnh các mô hình trò chuyện có trọng lượng mở như Zephyr và nhiều công cụ phái sinh Llama và Mistral, được liên kết với DPO trên các tập dữ liệu ưu tiên.
Tinh chỉnh các mô hình trò chuyện trọng lượng mở như Zephyr và nhiều công cụ phái sinh Llama và Mistral, được liên kết với DPO trên bộ dữ liệu ưu tiên. Các nhóm thường nhận được kết quả tốt hơn khi xác định trước ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Tối ưu hóa ưu tiên trực tiếp trong thực tế
Giảm kết quả đầu ra có hại hoặc không hữu ích bằng cách sử dụng các cặp trong đó câu trả lời an toàn, hữu ích được 'chọn' thay vì câu trả lời có vấn đề.
Giảm kết quả đầu ra có hại hoặc không hữu ích bằng cách sử dụng các cặp trong đó câu trả lời an toàn, hữu ích được 'chọn' thay vì câu trả lời có vấn đề. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Tối ưu hóa ưu tiên trực tiếp trong thực tế
Hướng dẫn trợ lý mã hóa ưu tiên các giải pháp chính xác, được ghi chép đầy đủ hơn các giải pháp có lỗi bằng cách sử dụng các so sánh do nhà phát triển đánh giá.
Hướng dẫn trợ lý mã hóa ưu tiên các giải pháp chính xác, được ghi chép đầy đủ thay vì các giải pháp có lỗi bằng cách sử dụng các so sánh do nhà phát triển đánh giá. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Tối ưu hóa ưu tiên trực tiếp trong thực tế
Điều chỉnh phong cách tóm tắt để các mô hình ưu tiên những bản tóm tắt ngắn gọn, trung thực hơn những bản tóm tắt dài dòng hoặc ảo giác.
Điều chỉnh phong cách tóm tắt để các mô hình ưu tiên những bản tóm tắt ngắn gọn, trung thực hơn là những bản tóm tắt dài dòng hoặc ảo giác. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
Rủi ro & lan can
Sự thật ảo giác có thể lặng lẽ đi vào báo cáo, luồng hỗ trợ hoặc kết quả nghiên cứu.
Sự nhạy cảm kịp thời có thể tạo ra kết quả không nhất quán đối với các yêu cầu tương tự.
Dữ liệu văn bản nhạy cảm có thể bị lộ nếu khả năng kiểm soát quyền truy cập yếu.
Lộ trình thực hiện
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai.
Xác định định dạng đầu ra, âm thanh và tiêu chuẩn chất lượng trước khi triển khai. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng.
Phản hồi mặt đất với các nguồn đáng tin cậy bất cứ khi nào độ chính xác quan trọng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao.
Duy trì điểm kiểm tra đánh giá của con người đối với các kết quả đầu ra có mức độ rủi ro cao. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên.
Theo dõi các kiểu lỗi và đào tạo lại các lời nhắc hoặc quy trình làm việc thường xuyên. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.