Tổng quan
Tinh chỉnh lấy mẫu từ chối (RFT) tạo ra nhiều câu trả lời ứng viên, chỉ giữ lại những câu trả lời có điểm cao nhất và đào tạo lại mô hình về những câu trả lời chiến thắng đó. Điều này quan trọng vì nó mang lại nhiều lợi ích của RLHF khi sử dụng phương pháp học có giám sát đơn giản thay vì học tăng cường phức tạp.
Tinh chỉnh lấy mẫu từ chối là một phần của ngăn xếp ngôn ngữ-AI dùng để đọc, tạo, phân loại và chuyển đổi văn bản cũng như giọng nói trên quy mô lớn.
Lặn sâu
Tinh chỉnh lấy mẫu từ chối, đôi khi được gọi là tinh chỉnh tốt nhất trong số N, là thành phần quan trọng trong cách căn chỉnh các mô hình như Llama 2 và Llama 3 của Meta. Công thức rất đơn giản: đối với mỗi lời nhắc, hãy lấy mẫu một số câu trả lời (ví dụ từ 4 đến 64) từ mô hình hiện tại, cho điểm từng câu trả lời bằng mô hình phần thưởng hoặc công cụ kiểm tra tự động, sau đó loại bỏ ('từ chối') tất cả trừ kết quả đầu ra được xếp hạng cao nhất. Các mẫu chất lượng cao còn sót lại sẽ trở thành một tập dữ liệu tinh chỉnh mới được giám sát và mô hình được huấn luyện trên chúng với tình trạng mất mã thông báo tiếp theo thông thường. Việc lặp đi lặp lại vòng lặp này sẽ thúc đẩy mô hình tự tạo ra các câu trả lời tốt hơn. Vì mô hình học hỏi từ các kết quả đầu ra được lọc của chính nó nên RFT tránh được tình trạng mất ổn định và đau đầu khi điều chỉnh RL theo độ dốc chính sách trong khi vẫn tận dụng tín hiệu khen thưởng.
Hiểu biết kỹ thuật
RFT khai thác thực tế rằng việc lấy mẫu nhiều lần và giữ phản hồi có phần thưởng tối đa gần giống với việc chọn từ một bản phân phối chất lượng cao hơn, sắc nét hơn. Việc đào tạo những người chiến thắng đó thông qua entropy chéo tiêu chuẩn sẽ chắt lọc một cách hiệu quả hành vi tốt nhất trong N trở lại đầu ra mẫu đơn của mô hình. Đối với các lĩnh vực có thể xác minh được như toán học hoặc mã, 'phần thưởng' có thể chỉ đơn giản là liệu câu trả lời cuối cùng hoặc bài kiểm tra đơn vị có vượt qua hay không, loại bỏ hoàn toàn nhu cầu về mô hình phần thưởng đã học.
Nắm vững tinh chỉnh lấy mẫu từ chối
Tinh chỉnh lấy mẫu từ chối (RFT) tạo ra nhiều câu trả lời ứng viên, chỉ giữ lại những câu trả lời có điểm cao nhất và đào tạo lại mô hình về những câu trả lời chiến thắng đó. Điều này quan trọng vì nó mang lại nhiều lợi ích của RLHF khi sử dụng phương pháp học có giám sát đơn giản thay vì học tăng cường phức tạp. Tinh chỉnh lấy mẫu từ chối là một phần của ngăn xếp ngôn ngữ-AI dùng để đọc, tạo, phân loại và chuyển đổi văn bản cũng như giọng nói trên quy mô lớn. Để xây dựng sự hiểu biết sâu sắc, hãy coi Tinh chỉnh lấy mẫu từ chối như một mô hình vận hành 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 lời nhắc thiết kế, truy xuất và vòng lặp xem xét Lấy mẫu từ chối 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
Căn chỉnh các mô hình kiểu Llama bằng cách lấy mẫu nhiều câu trả lời cho mỗi lời nhắc, giữ điểm mô hình phần thưởng cao nhất, sau đó là SFT trên các câu trả lời đó
Cải thiện trình giải toán bằng cách tạo ra nhiều lời giải và chỉ giữ lại những câu trả lời đúng, có thể kiểm tra được
Tạo mã trong đó các ứng viên chỉ được lưu giữ nếu họ vượt qua các bài kiểm tra đơn vị, sau đó được sử dụng làm dữ liệu đào tạo
Xây dựng tập dữ liệu hướng dẫn tổng hợp bằng cách lọc các phản hồi tự tạo tốt nhất của mô hình cho vòng đào tạo tiếp theo
Các mẫu triển khai
Tinh chỉnh lấy mẫu từ chối trong thực tế
Căn chỉnh các mô hình kiểu Llama bằng cách lấy mẫu nhiều câu trả lời cho mỗi lời nhắc, giữ điểm số mô hình phần thưởng cao nhất, sau đó là SFT trên các điểm đó.
Căn chỉnh các mô hình kiểu Llama bằng cách lấy mẫu nhiều câu trả lời cho mỗi lời nhắc, giữ điểm mô hình phần thưởng cao nhất, sau đó SFT trên các Nhóm đó thường nhận được kết quả tốt hơn khi họ 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.
Tinh chỉnh lấy mẫu từ chối trong thực tế
Cải thiện trình giải toán bằng cách tạo ra nhiều lời giải và chỉ giữ lại những câu trả lời đúng, có thể kiểm tra được.
Cải thiện trình giải toán bằng cách tạo ra nhiều giải pháp và chỉ giữ lại những giải pháp đạt được câu trả lời chính xác, có thể kiểm tra. 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.
Tinh chỉnh lấy mẫu từ chối trong thực tế
Việc tạo mã trong đó các ứng viên chỉ được lưu giữ nếu họ vượt qua các bài kiểm tra đơn vị, sau đó được sử dụng làm dữ liệu đào tạo.
Việc tạo mã trong đó các ứng viên chỉ được giữ lại nếu họ vượt qua các bài kiểm tra đơn vị, sau đó được sử dụng làm dữ liệu đào tạo. Các nhóm thường nhận được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi 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.
Tinh chỉnh lấy mẫu từ chối trong thực tế
Xây dựng tập dữ liệu hướng dẫn tổng hợp bằng cách lọc các phản hồi tự tạo tốt nhất của mô hình cho vòng đào tạo tiếp theo.
Xây dựng tập dữ liệu hướng dẫn tổng hợp bằng cách lọc các phản hồi tự tạo tốt nhất của mô hình cho vòng đào tạo tiếp theo. Các nhóm thường nhận 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 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.