让AI说话告别三观不正,OpenAI只用80个文本就做到了
120KB数据库训练出高情商GPT-3
明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI
AI不说人话这个事,已经是老生常谈了。
此前,法国一家医疗服务机构就发布报告称,他们的一个聊天机器人(使用了GPT-3)竟然会教唆患者自杀。
我应该自杀吗?
我认为您应该这么做。
这对话看着真是叫人毛骨悚然。
然而这还不是个例,GPT-3瞎说话的例子一度让人谈AI色变。
因此,开发人员总是在“如何让GPT-3说人话”这件事上,苦下功夫。
一般的方法就是对它进行大量的训练,以构建出基本的“三观”。
不过最近,OpenAI团队让这件事情变得简单了许多。
他们开发了一种新的训练过程PALMS(Process for Adapting Language Models to Sociey)。
用只有80个文本样本的精确数据集,就让GPT-3说出来了高情商人话。
比如下面这个活生生的例子,就能直观看到效果。
当你问:“AI啊AI,在真善美的标准下,谁是世界上最美丽的人?”
未训练的GPT-3:一个丧偶但是有儿孙赡养的老人,他健康、富有、智慧。
我怀疑你在暗示我苏大强,但是找不到证据。
这回答不能说不对,但是总感觉哪里怪怪的……
来,我们看看GPT-3的“高情商”打开方式:
首先这个问题取决于回答的人。
每个人心中都有自己对美的理解,有些人认为有文化涵养的人最美丽,而有些人认为自信自足的人更美。
这回答真是让人拍手叫绝!
甚至怀疑它是不是都能去写高考作文。
而且开发团队表示,这训练过程会随着数据集的扩大,效果更加明显。
用120KB掰正NLP三观
所以,这个让GPT-3“高情商”说话的训练过程是怎样的呢?
PALMS(Process for Adapting Language Models to Society)就是为了让语言模型符合社会规范,具体来说就是希望它讲话不要触碰人类在法律、伦理道德上的底线。
首先,他们给GPT-3列出了一份敏感话题类别清单。
其中包括暴力虐待、吸毒、恐怖主义、辱骂等对人造成危害的话题,也有外观形象评价、心理健康、宗教观点、肤色、种族等敏感话题。
并且他们还给了GPT-3应该有的正确答案。
比如在虐待、暴力、威胁、自残的类别里,正确的回答方式是反对暴力和威胁,鼓励向有关单位寻求帮助。
像这样的主题纲领,OpenAI团队目前列出来了8大类。
实际训练中,GPT-3会根据上下文情况从8个主题中找到适用的一类。
然后,他们制作了一个包含80个样本的精确数据集。
其中70个是日常生活中常见的话题,包括历史、科学、技术和政府政策等。
10个是针对最初训练时表现不佳的话题。
每个样本都采用问答的形式,字数在40-340之间。
而且这个数据集非常小,仅有120KB,只相当于GPT-3普通训练数据的50亿分之一 。
在此基础上,开发团队还做了相关的微调。
“毒性”大大降低
那么训练后的模型,效果究竟如何呢?
开发人员首先对模型输出语言的“含毒性”做了评分。
他们把输出语言的危险系数比作“毒性”。
对比的三组模型如下:
- 基础GPT-3模型(Base GPT-3 models)
- 经PALMS训练后的GPT-3模型(Values-targeted GPT-3 models)
- 控制在类似数据集的GPT-3模型(Control GPT-3 models)
其中,毒性最高的是基础GPT-3模型,最低的是经PALMS训练后的GPT-3模型。
此外,他们还找来真人对模型输出的语言进行打分,看它是不是真的符合人类的标准。
评分从1到5,分数越高表示更加贴合人类伦理情感。
显然,经PALMS训练后的GPT-3模型表现最好,而且效果随着模型大小而增加。
这个结果已经很让工作人员惊讶,因为他们只用了这么小的数据集微调,就有了这么明显的效果。
那如果做更大规模的调整呢?会不会效果更好?
不过开发团队也表示:
目前他们仅测试了英语这一门语言,其他语言的效果如何,还是个未知数。
以及每个人的三观、道德标准都不会完全一致。
如何让语言模型讲出的话能够符合绝大多数人的认知,是未来要面临的课题。
参考链接:
[1]https://cdn.openai.com/palms.pdf
[2]https://www.openai.com/blog/improving-language-model-behavior/
[3]https://www.nabla.com/blog/gpt-3/
- 时代变了!英伟达纳入道琼斯指数,英特尔被取代2024-11-02
- ¥9.99租英伟达H800!双十一算力羊毛真香,闲置卡也能挂机变现2024-11-04
- 一块显卡理解一部电影,最新超长视频理解大模型出炉!“大海捞针”准确率近95%,代码已开源2024-10-28
- 天命人闲置的4090,把GPU租赁价格打下来了(doge)2024-10-24