新知榜官方账号
2023-10-18 01:26:14
MIT提出了一种新的大模型优化策略,基于博弈论制定的均衡排名。在多个测试数据集上,均衡排名优化方式的效果显著优于其他方式,甚至其他模型。
均衡排名优化法基于博弈论,将大模型语言解码过程转化为正则化不完全信息博弈。生成器和判别器掌握着不同的信息,扮演不同角色。在执行重复的生成和判别中,模型的目标是达到纳什均衡。在纳什均衡策略组合下单方面改变自己的策略,而其他玩家策略不变,都不会提高自身的收益。
达到纳什均衡后,生成器和判别器的策略便确定,会分别对候选答案进行打分,然后进行排序选出最佳答案。在纳什均衡条件下,二者的评分应当是一致的,如果不一致,答案便会被剔除。
为了避免二者同时出错的情况出现,开发者还引入了正则化纠错机制。向生成器和判别器基于客观事实的先验策略,而不是任由其随机初始化。这些先验策略是生成器和判别器生成策略的“金科玉律”,引导了策略的优化方向。在此还有一种KL惩罚策略,当新的策略出现时,会计算其与初始策略的KL散度(又叫相对熵)。这一结果会加入到生成新策略的函数当中,避免了最终生成的结果偏离客观事实。
均衡排名优化后的Llama在常识推理、阅读理解、数学和对话任务中的表现都十分出色。优化后的Llama成绩也超过了其他模型。
相关工具
相关文章
相关快讯
推荐
中国首款3A游戏上线,《黑神话:悟空》出圈!
2024-08-21 13:46
盘点15款AI配音工具,短视频配音有救了!
2024-08-12 17:11
短视频文案没创意?10大AI写作工具来帮你!
2024-08-05 16:23
Midjourney发布V6.1版本,我已分不清AI和现实了!
2024-08-01 15:03
我发现了一款国产AI绘画神器,免费易上手!
2024-07-25 16:40
7位AI考生做今年高考题,能过一本线吗?
2024-07-19 17:17
世界上第一所AI学校来了,80亿人只需要1位老师?
2024-07-18 17:12
Sora首部AI广告片上线,广告从业者危险了!
2024-06-27 13:44
OpenAI与中国说拜拜,国产AI如何接棒?
2024-06-26 15:18
人与AI会产生爱情吗,专家发话了!
2024-06-17 17:28