Поделиться
Ученые из T-Bank AI Research повысили безопасность и точность ответов ИИ до 15%
Ученые из лаборатории исследований искусственного интеллекта T-Bank AI Research создали методику обучения больших языковых моделей (LLM). Она основана на существующих методах Trust Region, применяемых в различных областях ИИ. Новый подход позволяет улучшить качество ответов искусственного интеллекта до 15% по пяти различным показателям. Об этом CNews сообщили представители «Т-Банка».
Суть открытия
Современные языковые модели, обучаясь на больших объемах данных, сталкиваются с проблемой потери качества при долгой тренировке. Исследователи предложили использовать новый подход — за основу были взяты и улучшены методы оптимизации под названием Trust Region.
В ходе экспериментов исследователи протестировали новый метод на таких метриках, как Alpaca Eval 2.0 и Arena Hard, которые оценивают способность модели к вежливому общению, решению сложных задач и обобщению знаний. В тестах на бенчмарке AlpacaEval 2.0 метод показал улучшение качества ответов ИИ с 2.3 до 15.1 процентных пунктов по сравнению с классическими подходами – модели стали давать полезные и уместные ответы значительно чаще. Это означает, что виртуальные ассистенты, чат-боты и другие ИИ-системы, использующие этот метод, смогут работать точнее и эффективнее.
Когда языковую модель обучают определенному поведению, например, генерации вежливых ответов на вопросы, она начинает отклоняться от изначальных настроек. Если модель слишком сильно меняется, качество ее ответов может резко упасть. Процесс обучения похож на путь от изначальных настроек к оптимальным. Модель может «заблудиться» на этом пути, например, начать генерировать только вежливые слова без всякого содержания. В научном сообществе это явление называют overoptimization или избыточная оптимизация.
Чтобы избежать этого, ученые из T-Bank AI Research предложили периодически обновлять «настройки по умолчанию» модели. Предложенный метод позволяет модели отмечать ключевые «ориентиры» на своем пути, что помогает избежать отклонений и быстрее достичь целевой точки. В отличие от стандартных подходов, где модель использует фиксированные начальные параметры, Trust Region предусматривает динамическое изменение этой опорной точки двумя способами: мягкое обновление – небольшие изменения незначительно применяются на каждом шаге обучения; жеесткое обновление – модель обновляется целиком с определенной периодичностью.
Эксперименты показали, что эти обновления помогают моделям давать более понятные и безопасные ответы. Например, модели с Trust Region, обученные на задаче сокращения длинных текстов, улучшили качество на 10-15% по сравнению с традиционными методами. Особенно заметно, что модели меньше путаются в сложных задачах и лучше следуют инструкциям от пользователя.
Разработанный метод может быть применен в любых областях, например в создании виртуальных ассистентов и чат-ботов в различных сферах: от образования до медицины. Такие ассистенты будут реже давать непонятные ответы, смогут лучше понимать любые вопросы и давать более подходящие рекомендации.
Основные преимущества нового метода
Улучшение качества: Тексты, сгенерированные моделью с применением метода Trust Region, показали лучшие результаты по пяти ключевым параметрам: точность, связность, стиль, логика рассуждений и информативность. Согласно данным внутреннего исследования, качество текстов по этим критериям превосходило результаты, полученные с использованием традиционных методов оптимизации.
Снижение эффекта избыточной оптимизации: Модели меньше «зацикливались» на случайных ошибках и избегали выдачи странных текстов, которые могут появляться при обучении на узкопрофильную задачу.
Простота реализации. Метод отличается простой реализацией и высокой совместимостью с уже существующими подходами. Его можно интегрировать в любой код алгоритмов адаптации языковых моделей, использующие «исходные настройки» в качестве опорной точки при оптимизации.
В перспективе метод Trust Region будет играть значимую роль в развитии более эффективных языковых моделей и создании основы для новой парадигмы в развитии ИИ.
Борис Шапошников, руководитель научной группы AI Alignment, лаборатория исследований искусственного интеллекта T-Bank AI Research: «Наш новый подход позволяет сохранять баланс между способностями модели решать новую узкую задачу и общим пониманием картины мира, что открывает возможности для создания более гибких и адаптивных моделей. Это направление еще далеко не исчерпано — у ученых остается большое пространство для дальнейших исследований ИИ и улучшений, которые могут привести к новым прорывам в оптимизации языковых моделей и их применении в реальном мире».
Метод размещен в открытой библиотеке «Т-Банка» Turbo Alignment для адаптации и обучения языковым моделей.
Короткая ссылка
