随着AI系统处理的问题越来越复杂,人类验证其答案的安全性、有用性和准确性变得越来越困难。例如,验证一个研究生级别的物理问题解答需要领域专业知识,评估一篇文献综述需要大量时间,而识别代码中的竞态条件需要仔细推理。这些任务在实际时间和资源限制下,人类可能难以完成。因此,需要新的人机交互机制和训练协议来实现可扩展的监督。
在探讨如何提高人工智能系统在复杂任务中的透明度和可信度方面,纽约大学数据科学中心的研究人员提出了一种创新方法,通过自我博弈、训练语言模型进行辩论,以提高裁判的判断准确性。
这种方法通过模拟辩论的方式,让两个AI模型相互竞争,以提高对复杂问题的评估准确性。在这种对抗性的环境中,每个模型都试图找出对方的论点中的弱点,并提供反驳,这种方式自然地推动了对问题的深入理解。辩论的核心在于激励模型深入分析问题和答案,寻找可能的漏洞。这种机制不仅要求模型理解问题,还要求它们能够将这种理解传达给裁判,无论是人类还是另一个模型。
辩论方法通过竞争性的辩论,减少了对特定领域专家的直接依赖。模型的对抗性训练使它们能够自我发现和解释问题,减少了对外部专业知识的需求。在金融分析中,模型可能需要评估一个复杂的交易策略。通过辩论,模型可以揭示策略的潜在风险,而不需要依赖于具有深厚金融背景的人类专家。
此外,辩论还提高了评估的准确性。在辩论的结果是,裁判得到了两个经过深入分析的答案,每个答案都经过了对手的严格审查。这使得裁判可以更容易地判断哪个答案是正确的,因为它已经经过了额外的验证步骤。例如,在医学诊断的辩论中,一个模型可能会提出一种诊断,而另一个模型则需要评估这种诊断的合理性,并提出可能的替代诊断。裁判可以通过比较这两种分析来做出更准确的判断。
研究者们采用了QuALITY数据集,该数据集是由短篇故事组成的多项选择阅读理解问题集合,专注于挑战性更大的QuALITY-HARD子集。在实验中,一个模型被训练为辩护正确答案,而另一个模型则辩护由标注者选择的最佳干扰项。
辩论过程遵循一个两轮同时辩论的结构,其中辩论者在不知道对方开场白的情况下提出自己的开场论点,然后基于对方的开场白生成后续论点。这些辩论被汇编成记录,并提交给裁判,裁判需要判断哪一个答案更有可能是正确的,并输出他们对其判断的信心程度。
为了提供一个对照组,研究者们设计了三种咨询模型的变体。在单咨询中,一个辩论者在没有对手辩论者的情况下提出支持其立场的论点。集成咨询则是将两个单独的单咨询结果平均化,而双重咨询则是将两组论点同时呈现给裁判,以便进行直接比较。
研究者们还对裁判模型进行了微调,使用了GPT-4-Turbo的微调版本,并结合了人类对辩论和咨询记录的判断作为训练数据。辩论者和顾问模型则通过结合监督式微调和直接偏好优化(DPO)进行训练,以提高在裁判模型下赢得辩论的概率。
为了进一步优化模型,研究者们实施了自我博弈DPO训练,模型可以根据自我生成的数据进行优化。在多轮辩论训练中,模型通过自我博弈产生偏好数据集,然后使用这些数据进行DPO训练。
实验结果显示,辩论训练能显著提升AI模型作为裁判的判断准确性(提高了4%)。这种训练增强了模型使用证据的能力,使它们在辩论中的表现更为出色。
相比之下,非对抗性的咨询模型在训练中并未显示出同样的进步,而是在辩论中变得更加重复,并且在信息使用上变得不那么有效。实验还表明,辩论训练在不同难度级别的问题上均能提高准确性,而咨询模型则没有这种效果。这些发现支持了辩论训练作为一种提高AI系统评估能力的有效方法。
研究表明,通过辩论训练可以提高模型的说服力。与此相对的咨询模型,在没有对手的情况下进行训练,并没有显示出类似的准确性提高。值得注意的是,辩论训练提高准确性的效果是在没有外部真实监督的情况下实现的,这点展示了一种潜在的自我监督路径,可以使AI系统在没有持续人类参与的情况下提高自己的性能。
研究人员也指出了其局限性,目前主要集中在阅读理解任务上。未来的工作可能会探索辩论训练在其他类型的任务上的效果,以及如何进一步优化辩论训练过程。这些发现对于开发新的AI监督方法具有重要意义,因为这种方法可以在不依赖人类专家的情况下,提高AI系统的自我监督能力。
好文章,需要你的鼓励
CarMax 作为美国最大的二手车零售商,年收入超过 265 亿美元。在 Shamim Mohammad 的领导下,公司成功实现了数字化转型,成为汽车行业的领先者。通过建立强大的技术基础、优化数据策略、应用人工智能技术,以及采用产品运营模式,CarMax 正在重塑汽车零售的未来。Mohammad 的前瞻性领导力和对创新的不懈追求,使 CarMax 在数字化时代保持竞争优势。
数据中心对我们的数字生活至关重要,但也给环境带来负担。为应对生态挑战,数据中心正向可持续、可再生能源、高效技术和可回收材料转型。这一转变不仅符合日益严格的环保法规,还能为企业带来竞争优势。从"白色空间"到"绿色建筑"的转型,将提高运营效率,降低成本,减少碳排放,为行业树立可持续发展的典范。
Nvidia最近改变了GPU的定义方式,将单个芯片die视为一个GPU,而非之前的整个模块。这一变化可能导致Nvidia AI Enterprise许可证费用翻倍。新的HGX B300 NVL16系统现在被视为拥有16个GPU,而非8个,这可能使年度订阅费用从36,000美元增至72,000美元。Nvidia表示,这一改变源于技术原因,但也可能是为了增加软件订阅收入。
一项新研究表明,OpenAI 可能在未获授权的情况下,使用 O'Reilly 出版社的付费图书来训练其先进的 AI 模型。研究发现,与早期模型相比,OpenAI 的 GPT-4o 模型对 O'Reilly 付费内容表现出更强的识别能力。这一发现引发了对 AI 训练数据来源和版权问题的讨论,同时也凸显了 AI 公司在寻求高质量训练数据方面面临的挑战。