大型语言模型 (LLM) 的两条发展路线：Finetune v.s. Prompt

前言

如果你对这篇文章感兴趣，可以点击「【访客必读 - 指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。

在大型语言模型的研究中，研究者对其有两种不同的期待，也可以理解为是两种不同的路线，具体来说：

• 期待一：成为专才，解决某类特定任务（翻译、获取摘要）
• 期待二：成为通才，给定指令（Prompt），即可完成对应任务
  • 最早的该方向研究，认为所有 NLP 任务都可以变成问答任务，由此统一所有任务

在下文中，我们将对这两种不同的期待进行介绍。

---

专才的期待

专才在单一任务上有机会赢过通才。例如在下述论文中，在各类任务上（数值越大越好），ChatGPT 表现都不错，但依然没办法赢过专才。

由此对应了「专才」的使用方式，即对最初的领域大模型进行微调，对结构进行一些修改，或微调一些参数：

• 与 BERT 的训练过程也比较符合，其训练过程为句子填空，因此训出的模型无法生成完整的句子，还需针对具体场景进行微调

如下所示，四种 BERT 增加 Head 的结构修改方式，使其可以做特定的任务：

以及对模型的参数做微调（Finetune），即用少量数据对模型参数进行调整，可以调整 LLM 的参数，也可以仅调整新增加结构的参数。

Adapter (Efficient Finetuning) 即对大模型增加一些插件，针对下游任务进行微调时，只需调整 Adapter 上的参数即可。

---

通才的期待

符合人类对「人工智能」的想象，且开发新任务非常方便，只要重新设计 Prompt 就可以快速开发新功能，大大提升效率。

对于通才来说，也包含两类任务：

• 【Instruction Learning】给出题目的叙述，让机器进行回答；
• 【In-context Learning】给出范例，让机器回答其它问题。

In-context Learning

【核心任务】给一些例子，然后再让机器回答相似问题：

机器似乎没有对例子进行学习，如下述实验结果所示：

• 蓝色：没有例子（很差）
• 黄色：有例子，且例子标记正确（最好）
• 红色：有例子，且例子标记随机（对比最好，微微下降）

但这些例子的领域似乎很重要，如下述所示：

• 多个一个紫色的柱子，其用的例子为与后续问题无关的内容，且标记随机（性能继续下降）

因此一种猜测是：在 In-context Learning 中，模型并没有在范例中学习，范例的作用是激活模型，告诉它现在的任务是关于什么领域的，因此范例的数量也并没有很重要。

不过后续又出现了新的工作，他们认为对于很大的模型来说，模型可以从上下文的例子中进行学习，如下述实验结果所示：

• 颜色越深，模型越大
• 横轴为错误的标签比例，纵轴为指标
• 可以看到错误的数据越多，对模型的性能影响越大

Instruction Learning

文字接龙训练得到的模型，还需要做一下 Instruction-tuning，才能根据问题的叙述，切换到相应的任务上。

Instruction-tuning 期望做的事，如下所示：

做 Instruction-tuning，需要收集各式各样的任务（包含标注），再将这些任务改写为指令，如下所示：

Chain of Thought (CoT)

之后又有人发现，在 In-context learning 时，给出推导过程，大模型上下文学习的能力会得到加强，进一步地，后来就有人直接在 prompt 里加入「Let’s think step by step」，而这简单一句话，也使模型性能得到了提升。

如果做 chain of thought，模型生成的答案就会比较 diverse，因此一种 self consistency 的方法也相应提出，即运行多次，对所有出现的答案做一个投票，输出最常出现的答案。

Prompt Engineering

还有让模型自己找 Prompt 的方法：

• 给出例子，让机器自己来找 Prompt

完整的方法是，给出上述例子，让机器找，多找几次，对每一个 prompt 打分，然后把分数高的留下来，继续输入给 LLM，让它找相似的，如下所示：

---

参考资料

• Hung-yi Lee：大型语言模型的两类使用方式（一）
• Hung-yi Lee：大型语言模型的两类使用方式（二）
• Hung-yi Lee：大型语言模型的两类使用方式（三）
• Is ChatGPT A Good Translator? Yes With GPT-4 As The Engine
• How Good Are GPT Models at Machine Translation? A Comprehensive Evaluation
• Rethinking the Role of Demonstrations: What Makes In-Context Learning Work?
• Why Can GPT Learn In-Context? Language Models Secretly Perform Gradient Descent as Meta-Optimizers
• Larger Language Models Do In-context Learning Differently
• Multitask Prompted Training Enables Zero-shot Task Generalization
• Self-consistency Improves Chain of Thought Reasoning in Language Models
• Large Language Models Are Human-level Prompt Engineers
• 进击的 BERT：NLP 界的巨人之力与迁移学习