「教科书级」数据能有多大熏染?微软超强小模子引热议
随着大模子掀起新一轮 AI 热潮,教科人们开始思考:大模子的书级数据强盛能耐源头于甚么 ?
之后 ,大模子不断在由不断削减的熏染小模「大数据」来增长 。「大模子 + 大数据」彷佛已经成为构建模子的微软尺度范式。但随着模子规模以及数据量的超强不断削减 ,算力的引热议需要会快捷缩短。一些钻研者试验探究新思绪。教科
6 月,书级数据微软宣告了一篇题为《Textbooks Are All You Need》的熏染小模论文 ,用规模仅为 7B token 的微软「教科书品质」数据磨炼了一个 1.3B 参数的模子 ——phi-1。尽管在数据集以及模子巨细方面比竞品模子小多少个数目级 ,超强但 phi-1 在 HumanEval 的引热议 pass@1 上抵达了 50.6% 的精确率 ,在 MBPP 上抵达了 55.5% 。教科
phi-1 证实高品质的书级数据「小数据」可能让模子具备精采的功能。最近,熏染小模微软又宣告了论文《Textbooks Are All You Need II: phi-1.5 technical report》,对于高品质「小数据」的后劲做了进一步钻研。
论文地址 :https://arxiv.org/abs/2309.05463
模子简介
架构
钻研团队运用 phi-1 的钻研措施,并将钻研重点放在做作语言知识推理使命上,建树了具备 1.3B 参数的 Transformer 架构语言模子 phi-1.5。phi-1.5 的架构与 phi-1 残缺相同 ,有 24 层,32 个头 ,每一个头的维度为 64,并运用旋转维度为 32 的旋转嵌入,高下文长度为 2048 。
此外 ,该钻研还运用 flash-attention 妨碍磨炼减速,并运用 codegen-mono 的 tokenizer。
磨炼数据
phi-1.5 的磨炼数据是由 phi-1 的磨炼数据(7B token)以及新建树的「教科书品质」数据(约莫 20B token)组成的。其中,新建树的「教科书品质」数据旨在让模子把握知识推理,钻研团队精心筛选了 20K 个主题来天生新数据。
值患上留意的是 ,为了品评辩说收集数据(LLM 罕用)的紧张性,该钻研还构建了 phi-1.5-web-only 以及 phi-1.5-web 两个模子 。
钻研团队展现 :建树强盛且周全的数据集需要的不光是原始合计能耐 ,还需要重大的迭代、实用的主题抉择,以及对于知识的深入清晰,具备这些因素,能耐确保数据的品质以及多样性。
试验服从
对于语言清晰使命 ,该钻研在多个数据集(搜罗 PIQA、Hellaswag、OpenbookQA、SQUAD 以及 MMLU)上评估了一些模子。评估服从如下表 3 所示,phi-1.5 的功能可能媲美 5 倍大的模子:
在知识推理基准上的测试服从如下表所示:
在更重大的推理使命(好比小学数学以及根基编码使命)上 phi-1.5 还逾越了大少数 LLM:
钻研团队以为,phi-1.5 再次证明了高品质「小数据」的实力。
质疑与品评辩说
概况是由于「大模子 + 大数据」的理念太深入夷易近意,这项钻研受到了机械学习社区一些钻研职员的质疑 ,致使有人怀疑 phi-1.5 直接在测试基准数据集上磨炼了。
网友 Susan Zhang 妨碍了一系列验证 ,并指出 :「phi-1.5 可能对于 GSM8K 数据会集的原下场给出残缺精确的回覆 ,但惟独稍微更正一下格式(好比换行) ,phi-1.5 就不会回覆了 。」
尚有更正下场中的数据 ,phi-1.5 在解答下场的历程中就会泛起「幻觉」。好比 ,在一个点餐下场中,只更正了「披萨的价钱」,phi-1.5 的解答就泛起了过错。
而且 ,phi-1.5 彷佛「记住了」最终谜底,纵然在修正数据的情景下该谜底已经是过错的。
对于此,论文作者之一 Ronen Eldan 很快给出了回应,针对于上述网友测试泛起的下场给出批注以及反驳:
但该网友再次剖析其意见