大模型学好编程,常识逻辑能力一起提升!网友:GPT-4更强的关键所在?
代码语言大模型,在完成结构性常识推理上非常擅长
明敏 发自 凹非寺
量子位 | 公众号 QbitAI
大模型代码能力强,顺便还能提升其他能力?
最近CMU的一项研究突然在网上火了起来。
因为它提出了一个结论,模型掌握好代码能力后,在一些非代码任务上也能表现出色。
类比于:学好数理化走遍天下都不怕的感觉。
这一下子把网友们的脑洞给打开了。
难道说GPT-4比GPT-3.5强的关键原因,就在这里?
有人提问:这是否意味着掌握复杂编程,就能获得更高的推理水平?
还有人好奇,是不是说学编程有助于提升逻辑能力,真的有道理。
想要解释这些疑问,还要来看研究本身。
这篇论文首次发表于ChatGPT(GPT-3.5)面世以前,它提出了一种方法,验证了代码语言大模型,在完成结构性常识推理上非常擅长。
甚至比一些通用大模型专门微调过的效果好,碾压GPT-3、T5。
之所以又被人们热议起来,或许是因为这项研究中的一些观点为解释ChatGPT、GPT-4的能力涌现,提供了一些启发。
该论文被EMNLP 2022接收,相关数据和代码已上传至GitHub。
学学编程就能提升逻辑
该研究主要提出四方面工作:
1、代码语言模型比自然语言模型能更好处理结构化常识推理任务。
2、提出一种利用代码语言模型进行结构常识推理的方法:CoCoGEN。
3、在3个结构化常识推理任务上评估,证明CoCoGEN能优于微调/少样本测试下的自然语言大模型。
4、进行消融试验,测试数据格式、模型大小和少样本示例数量的影响。
大语言模型在挑战摘要、翻译、生成、问答等方面都有了不错的表现,目前还存在的一个挑战是如何进行结构化常识推理。
具体任务包括生成事件图、推理图、脚本、论证解释等。
和传统的常识推理任务不同,结构化常识需要根据自然语言输入,生成结构化输出。
这要求模型需要既理解语言内容,还能预测和生成复杂的结构。
而为了避免跨模态的复杂问题,现有的结构化常识生成模型都会修改问题的输出格式,比如将图形“扁平化”为节点对的列表(下图d),或者转换为DOT这类规范语言(下图c)。
但是大语言模型在处理这些输出时依旧存在困难,因为这些序列化的结构输出和大部分预训练数据存在很大差异。
而且在自然语言中,语义相关的词一般都离得很近,但是在结构化表达中它们可能离得很远。
这就导致大语言模型可能无法很好理解拓扑结构,所以想要模型完成这类任务还要进行特定训练。
与此同时,大语言模型在代码方面的能力越来越突出,代码也是一种结构化数据。
所以研究人员就想到,与其进行额外微调,为什么不利用代码能力来搞定结构化常识推理。
如下图b就是利用该方法的结果:
研究人员将该方法命名为Code for Commonsenses Generation(常识生成代码)模型,简称为CoCoGEN。
CoCoGEN使用一个由k(5-10)个Python类组成的提示。
在推理过程中,测试输入被转换为一个部分类,如上所示,附加到提示中,并由代码生成模型(如CodeX)完成。
研究人员使用CodeX发现它在生成代码上表现很好,总是能轻松转换成图形。
然后,研究人员进行了三项任务测试:
- 脚本生成
- 实体状态跟踪
- 解释图生成
在脚本生成任务中,T5模型进行了微调,CURIE(text-curie-001)和DAVINCI(text-davinci-002)使用了15个示例进行少样本测试。
(CURIE和DAVINCI是基于GPT-3的两个模型)
结果显示,CoCoGEN的表现结果最好。
在以精确度(Precision)、召回率(Recall)和F1值作为评估指标时,同样是使用15个样本训练后,CoCoGEN的效果优于其他模型,并且优于在100个样本上微调过的T5模型。
另外两项任务中,CoCoGEN的表现也都优于其他模型。
同时该方法也验证了其他大模型在使用代码提示后,表现也会更好。
换言之,在让大模型精通编程后,它的结构常识能力就会提升。
网友锐评:这不就是野生版柯里-霍华德同构嘛?
据了解柯里-霍华德同构建立了逻辑和类型理论之间的关联,现实了推理系统和程序语言之间的相似性。
看来,推理可以等于证明,再等于编程了。
GPT-3也能涌现类似能力
与此同时,有人也发现了一个半年前的帖子,其中提出了一个观点和这项研究由类似之处:
大模型具有复杂推理能力的思维链,可能同样得益于代码训练。
这个帖子中列举了几个例子。
最初的GPT-3没有用代码训练,它并不具有思维链能力(chain-of-thought,CoT)。
text-davincic-001虽然指令调优了,但是执行CoT的效果也不理想。
PaLM的训练数据中有5%是代码,就能具备CoT了。
Copilot(据说是12B版本),也能做到CoT。
……
这种相关性的确非常有趣。
还有人觉得用代码训练大模型的好处可能有更多,比如语言模型预测下一个token往往是非常局部的,但是代码方面通常要求能更加“远距离”一些,比如完成一个括号闭合的操作。
你怎么看?
论文地址:
https://arxiv.org/abs/2210.07128
GitHub地址:
https://github.com/madaan/
参考链接:
https://yaofu.notion.site/How-does-GPT-Obtain-its-Ability-Tracing-Emergent-Abilities-of-Language-Models-to-their-Sources-b9a57ac0fcf74f30a1ab9e3e36fa1dc1
- 谷歌“狙击”OpenAI,发布新一代大模型!主打Agent+多模态2024-12-12
- AI视频边生成边播放!首帧延迟仅1.3秒,生成速度9.4帧/秒|Adobe&MIT新研究2024-12-10
- 谷歌量子芯片引爆热议:5分钟算完10²⁵年任务,Nature加急发表,还证实了多元宇宙???2024-12-10
- 北交开源o1代码版!强化学习+蒙特卡洛树搜索,源代码、精选数据集以及衍生模型通通开源2024-12-09