论文信息

name_en: LaMDA: Language Models for Dialog Applications
name_ch: LaMDA：对话应用程序的语言模型
paper_addr: http://arxiv.org/abs/2201.08239
doi: 10.48550/arXiv.2201.08239
date_read: 2023-03-30
date_publish: 2022-02-10
tags: [‘自然语言处理’,‘深度学习’]
author: Romal Thoppilan, Google
citation: 229

读后感

对于对话机器人的调优。提升模型的安全性和事实性，同时可咨询外部知识来源，如：信息检索系统、语言翻译器和计算器——结合了自然语言模型与其它工具。利用众包方式，选择人类偏好的回答。

介绍

Google推出的LaMDA（Language Model for Dialogue Applications），针对对话应用的大语言模型。它可以处理开放式对话，这种对话通常围绕特定主题展开（外部知识源）。

方法

模型结构

LaMDA采用的是纯decoder的结构，类似于GPT，使用了46层Transformer。

数据

在公共对话数据和 web tex 的 1.56T 词进行预训练，137B 参数。
以SSI为例，要求众包工作者与 LaMDA 实例就任何主题进行交互来收集 6400 轮，121K 的对话。这些对话需要持续 14 到 30 回合。对于每个响应，我们要求其他众包工作者进行标注。其它也使用类似的众包方法评测。

调优

通过在人工标注数据上做进一步finetune以及让模型学会检索利用外部知识源的能力，使得模型在安全性以及事实性这两个关键问题上获得明显提升。
LaMDA的finetune包括两部分，一部分是针对生成文本质量跟安全性，另一部分则是学习如何利用外部的信息检索系统。
质量(SSI)可以从三方面评估，分别是：

• sensibleness：文本是否合理，跟历史对话是否有冲突；
• Specificity：对于前文是否有针对性，避免笼统回复；
• Interestingness：文本是否能引起某人注意或者好奇，是否是超出期待的巧妙回复

提供对于生成/判别任务的安全性和事实性

对于生成模型，数据以如下方式组织：

<context> <sentinel> <response>

对于判别模型，数据以如下方式组织：

<context> <sentinel> <response> <attribute-name> <rating>

结合sensible，specific，interesting三方面得分调优模型。

微调学习调用外部信息检索系统

有时事实是不断变化的，无法仅使用扩大模型规模的方法让模型反馈你想要的答案。使用以下方法调优模型：

• 加入工具集：创建了一个工具集 (TS)，其中包括信息检索系统、计算器和翻译器。TS 将字符串作为输入并输出一个或多个字符串的列表。信息检索系统还能够从开放网络返回内容片段及其相应的 URL。
• 收集对话：收集了 40K 带注释的对话轮次带注释（生成数据）。其中 LaMDA 生成的候选者被标记为“正确”或“不正确”，用作排名任务的输入数据。（这个非常像InstructGPT里的reward标注）。微调语言模型，通过使用工具集查找其声明来为其响应回答。（newbing可能就是这么做的）
• 调优模型：
  • 任务一：根据用户输入的内容，生成访问TS格式的数据（详见：newbing）
    context + base → 提问TS的问题（其中base是其预训练模型返回的答案）
  • 任务二：通过TS返回的内容和上下文生成回答
    context + base + query + snippet->返回给用户的答案
    以下是一个示例：

实验

参考

中文文章: 对话机器人之LaMDA