「字少信息量大」，Salesforce、MIT 钻研者手把手教 GPT-一只和硕呀网

当前位置：首页 > 休闲 > 「字少信息量大」，Salesforce、MIT 钻研者手把手教 GPT 正文

「字少信息量大」，Salesforce、MIT 钻研者手把手教 GPT

时间：2024-10-31 09:24:45 来源：一只和硕呀网

经由人类评估试验，字少T钻钻研者发现，信息当 GPT-4 将「稿子」改到第三版的手把手教时候，「信息密度」以及「语言精辟度」两个因素抵达了一种最佳失调形态。字少T钻

近些年来，信息自动摘要技术取患了长足的手把手教后退，这主要归功于范式的字少T钻转变 —— 从在标注数据集上妨碍有把守微调转变为运用狂语言模子（LLM）妨碍零样本 prompt，好比 GPT-4。信息不需要格外的手把手教磨炼，详尽的字少T钻 prompt 就能实现对于摘要长度、主题、信息气焰等方面特色的手把手教详尽操作。

但一个方面每一每一被轻忽：摘要的字少T钻信息密度。从实际上讲，信息作为对于另一个文本的手把手教缩短，摘要理当比源文件更密集，也便是搜罗更多的信息。思考到 LLM 解码的高延迟，用更少的字数涵盖更多的信息颇为紧张，特意是对于实时运用而言。

可是，信息量密度是一个凋谢式的下场：假如摘要搜罗的细节缺少，那末至关于不信息量；假如搜罗的信息过多，又不削减总长度，就会变患上难以清晰。要在牢靠的 token 估算内传递更多信息，就需要将抽象、缩短、融会三者散漫起来。

在最近的一项钻研中，来自 Salesforce 、MIT 等机构的钻研者试图经由收罗人类对于 GPT-4 天生的一组密度越来越高的摘要的偏好来判断这一限度。对于提升 GPT-4 等狂语言模子的「表白能耐」，这一措施提供了良多开辟。

论文链接：https://arxiv.org/pdf/2309.04269.pdf

数据集地址：https://huggingface.co/datasets/griffin/chain_of_density

详细来说，他们将每一个 token 的平均实体数目作为密度的代表，天生为了一个初始的、实体浓密的摘要，而后在不削减总长度（总长度为 5 倍）的情景下，一再识别并融会前一个摘要中缺失的 1-3 个实体，每一个摘要的实体与 token 比例都高于前一个摘要。凭证人类的偏好数据，作者最终判断，人类更喜爱简直与人类编写的摘要同样密集的摘要，而且比艰深 GPT-4 prompt 天生的摘要更密集。

总体来说，该钻研的贡献搜罗：

开拓一种基于 prompt 的迭代措施 (CoD)，使患上摘要的实体密度越来越高；
对于 CNN/《逐日邮报》文章中越来越密集的摘要妨碍家养以及自动评估，以更好地清晰信息量（倾向于更多实体）以及清晰度（倾向于更少的实体）之间的掂量；
开源了 GPT-4 摘要、诠释以及一组 5000 篇未诠释的 CoD 摘要，用于评估或者提炼。

甚么是 CoD

作者拟订了一个繁多的密度链（CoD）Prompt，即天生一个初始摘要，并使着实体密度不断削减。详细来说，在一个牢靠的交互次数中，源文本中一组配合的突出实体被识别进去，并在不削减长度的情景下融会到以前的摘要中。

图 2 展现了 Prompt 以及输入示例。作者不纪律实体的规范，而是将缺属实体界说为：

相关：与主要故事相关；
详细：形貌性的但简洁（5 个字或者更少）；
别致：未出如今以前的摘要中；
忠实：存在于文章中；
任何中间：位于文章的任何中间。

作者从 CNN/DailyMail 摘要测试会集随机抽取了 100 篇文章，为其天生 CoD 摘要。为便于参考，他们将 CoD 摘要统计数据与人类撰写的要点式参考摘要以及 GPT-4 在艰深 Prompt 下天生的摘要妨碍比力：「写一篇颇为杂乱的文章摘要。请勿逾越 70 个字。」

统计情景

在钻研中，作者从直接统计数据以及直接统计数据两方面妨碍了总结。直接统计数据（token、实体、实体密度）由 CoD 直接操作，而直接统计数据则是密集化的预期副产物。

直接统计数据。如表 1 所示，由于从最后杂乱的摘要中删除了不用要的词语，第二步平均削减了 5 个 token（从 72 到 67）的长度。实体密度从 0.089 开始，最后低于人类以及 Vanilla GPT-4（0.151 以及 0.122），经由 5 步密集化后，最终回升到 0.167。

直接统计。抽象度理当会随着每一步 CoD 的妨碍而削减，由于每一削减一个实体，摘要就会被一再改写以腾出空间。作者用提取密度来掂量抽象性：提取片断的平均平方长度 (Grusky et al., 2018) 。同样，跟着实体被削减到牢靠长度的摘要中，意见融会度也应随之干燥削减。作者用与每一个摘要句子对于齐的源句子的平均数目来展现融会度。在对于齐上，作者运用相对于 ROUGE 增益法 (Zhou et al., 2018),，该措施将源句与目的句对于齐，直到格外句子的相对于 ROUGE 增益再也不为正。他们还估量内容扩散（Content Distribution），也便是摘要内容所源头的文章中位置，会爆发变更。

详细来说，作者估量 CoD 摘要最后会展现出强烈的「向导倾向」（Lead Bias），但随后会逐渐开始从文章的中间以及开始引入实体。为了丈量这一点，他们运用了融会中的对于齐服从，并丈量了所有对于齐源句的平均句子品级。

图 3 证明了这些假如：抽象性随着重写步骤的削减而削减（左侧提取密度较低），融会率回升（中图），摘要开始纳入文章中间以及开始的内容（右图）。幽默的是，与人类撰写的摘要以及基线摘要比照，所有 CoD 摘要都更具抽象性。

服从

为了更好地清晰 CoD 摘要的 tradeoff ，作者睁开了一项基于偏好的人类钻研，并运用 GPT-4 妨碍了基于评级的评估。

人类偏好。详细来说，对于同样的 100 篇文章（5 个 step *100 = 总共 500 篇摘要），作者向论文的前四位作者随机揭示了经由「重新创作」的 CoD 摘要以及文章。凭证 Stiennon et al. (2020) 对于「好摘要」的界说，每一位诠释者都给出了自己最喜爱的摘要。表 2 陈说了各诠释者在 CoD 阶段的第一位患上票情景，以及各诠释者的汇总情景。总的来说，61% 的第一位摘要（23.0+22.5+15.5）波及≥3 个致密化步骤。首选 CoD 步数的中位数位于中间（3），预期步数为 3.06。