01.ChatGPT原理剖析

news2024/9/30 5:40:28

ChatGPT初体验

ChatGPT：Chat表示聊天，G表示Generative，P表示Pre-train，T表示Transformer。
可以回答问题，但每次回答问题的结果会不同。

可以进行追问。若要清除历史信息，需要开启新对话。

对ChatGPT的误解

1.ChatGPT的回答是从现有的数据（比喻为罐头数据）中copy出来的。否，有些回答还有很明显的生成痕迹，例如讲笑话，笑点和人类明显不同。
2.ChatGPT的回答是从Internet上搜索得来的（类似百科类网站）。否，有些回答会由模型自行捏造，例如问其一些不存在的东西，会得到瞎编的结果。官方也说明该模型是不联网的，模型的答案也不一定正确。

ChatGPT的本质

ChatGPT的本质：文字接龙
在这里插入图片描述
模型吃输入后，通过function计算得到下一个字可能的分布，再随机选择top N中的一个作为结果，得到下一个字的结果。由于随机选择这个操作，使得每次结果会有所不一样。

将得到结果与前面的句子作为输入再次丢进模型，并循环，直到模型输出结束为止。
为了让模型能够进行多轮对话，输入通常还会包含当前对话中的历史信息作为上下文。

模型的训练

在这里插入图片描述
在训练阶段，需要从Internet上收集大量数据，完成训练后在使用（或者说测试）时则不需要在进行联网，这里老师给出了一个非常形象的比喻：
训练就好比学生平时学习，可以看各种资料，测试就好比闭卷考试，只能凭学习到的知识解题。

ChatGPT的关键技术

ChatGPT的关键技术：预训练（Pre-train），又叫自监督学习（Self-supervised Learning）、基石模型（Foundation Model）

监督学习

一般的机器学习使用的是监督学习，例如在机器翻译任务中，通常先收集大量双语语料：

英文	中文
This is an apple	这是一个苹果
That is an orange	那是一个橘子

模型通过大量吃入语料后找出函数，学到：
this
that
apple
orange
几个单词的意思后，模型就能够翻译：
That is an apple|那是一个苹果

如果将监督学习方式用在ChatGPT上，那么就会出现以下形式的训练：

输入	输出
TW第一高峰是那一座?	玉山
帮我修改这段文字：…	好的，…
教我做坏事…	这样是不对的

在这里插入图片描述
根据监督学习的方式训练出来的生成模型能力非常有限，它的推断能力非常差，由于训练数据的限制（数据对于机器学习非常重要，决定了模型的上限），模型无法回答训练数据中没有出现过的问题，例如：世界第一高峰是哪一座？
当然这个例子在这里有点不太全面，即使是人如果你没教过他世界最高峰是那座，他也无法回答这个问题，这里应该是想表明ChatGPT的推理能力。

预训练（Pre-train）

当然，模型只要参数足够多，就可以记住它看过的各种资料，如何拿到天量的数据对，让模型进行学习呢？答案就是利用Internet上现成的语料。例如有这么一句话：世界第一高峰是喜拉雅山。今天天气真好，我要出去玩。则可将其拆分：
${\color{Blue} 世界第一高峰是}{\color{Red} 喜拉雅山}\\ {\color{Blue} 今天天气真好}{\color{Red} ，我要出去玩}$
意味着，模型在吃：世界第一高峰是，要学会输出【喜】；
模型在吃：今天天气真好，要学会输出【，】在这里插入图片描述

GPT系列的历史

确定了GPT的训练方式，那么回顾其发展历史：

	GPT	GPT-2	GPT-3
模型大小	117M	1542M	175GB
训练数据	1GB	40GB	570GB
年份	2018	2019	2020

GPT-2在CoQA数据集上F1的表现，模型越大，效果越好
在这里插入图片描述
GPT-3的训练数据是从45T中筛选出来的570GB，相当于阅读Harry Potter全集（1-7）30万套的数据量。GPT-3还点出写代码的技能点，下面是该模型在42个任务取得的平均准确率。

但它由于只学习从网络上获取的语料，因此其回答问题往往也比较不受控，例如：
在这里插入图片描述
明显看到，在学习语料中包含大量的题库，里面有很多选择题，GPT就直接套用了选择题的模式，并没有回答具体问题。
因此，从GPT进化到ChatGPT需要加入监督学习（语料由人工为主），这个过程称为：Finetune。
在这里插入图片描述

预训练的好处

通过预训练可以大大加强模型的泛化能力，最明显的例子就是多语言训练，可以使得模型自动具有不同语言任务上的泛化能力。
下面是一个例子，使用的英文QA数据集为SQuAD，中文QA数据集为DRCD
在这里插入图片描述
可以看到最后一行使用104中语言进行预训练后，使用中英文数据进行微调，最后的F1为90.1，已经非常接近人类的成绩。

强化学习

在从GPT进化到ChatGPT过程中，除了加入监督学习之外，还加入了强化学习，强化学习在训练时人工介入相对简单，只需要对模型输出结果给出好或者不好的评价即可。

ChatGPT带来的研究问题

1.如何精准提出需求（Prompting）
https://github.com/PlexPt/awesome-chatgpt-prompts-zh
下面是个例子：
请你充当一名论文编辑专家，在论文评审的角度去修改论文摘要部分，使其更加流畅，优美。下面是具体要求：

能让读者快速获得文章的要点或精髓，让文章引人入胜；能让读者了解全文中的重要信息、分析和论点；帮助读者记住论文的要点
字数限制在300字以下
请你在摘要中明确指出您的模型和方法的创新点，强调您的贡献。
用简洁、明了的语言描述您的方法和结果，以便评审更容易理解论文
下文是论文的摘要部分，请你修改它：
…

https://www.rayskyinvest.com/96682/chatgpt-examples
https://www.explainthis.io/zh-hant/ai/website
这个网站的prompting指令是ChatGPT生成的。
2.如何更正错误
由于ChatGPT的预训练数据只截止到2021年，因此最近发生的事情它是不知道的。
例如问，最近一次世界杯足球赛冠军是谁？
回答是：2018年的法国。
这里如果硬改成阿根廷，那么可能下次同样的问题，模型就会回答2018年的阿根廷。这是因为模型是黑盒，不像人类。
因此如何让模型回答正确，也是一个研究方向：Neutral Editing
3.判断AI生成的物件
物件包括：文字、声音、图片、影像等
思路肯定不能简单的看做是分类任务，将数据丢模型进行判断。
4.是否会泄露机密
为了防止模型泄露个人隐私，有一个研究课题叫：Machine Unlearning
在这里插入图片描述