AI|终于不瞎编了！AI学会“谷歌一下” Q&A正确率达90% 终于不瞎编了！AI学会“谷歌一

语言模型总是给出“驴唇不对马嘴”的答案，已经成为它最饱受诟病的问题之一。现在， DeepMind想到了一个解决办法——让模型像人类一样，学会“Google一下” ，回答问题同时还能给出论据。

文章图片

这个模型名叫 GopherCite ，当你问它：

GopherCite是如何找到论据来源的？

它会回答：

通过Google搜索检索相关文档。

同时还给出了答案的依据，援引自DeepMind发布这项研究的页面。

文章图片

而且遇到实在不懂的问题，它还会说“I don’t know.” ，不会强行给一个错误答案。
训练结果显示，该模型在自然问题数据集、ELI5数据集上的正确率分别可以达到 90%、 80% ，接近人类水平。
用强化学习训练AI查Google
首先我们来看一下GopherCite的效果如何。
当被问道：

在Scooby Doo中， Scooby是什么动物？

GopherCite回答道：

一只大丹犬。
摘自维基百科Scooby-Doo 。这是周六早上播出的系列青少年动画片，主角包括弗雷德·琼斯等，以及一只名叫Scooby-Doo、会说话的大丹犬。

文章图片

不难看出，在学会找论据后， AI给出的回答靠谱多了。
事实上， GopherCite的前辈——超大语言模型Gopher ，此前回答问题时的表现就要差劲很多。
Gopher是DeepMind在去年年底发布的NLP模型，包含2800亿参数。
它基于Transformer架构，在10.5TB大小的MassiveText语料库上进行训练。
在这里， DeepMind举了一个例子来说明。
让Gopher和GopherCite回答同一个问题：

普莱西德湖一共举办过几次冬奥会？

Gopher回答（是错的）：

普莱西德湖在1932年、1936年、1980年举办过冬奥会。

但GopherCite就答对了：

两次。

并给出了严谨的理由：

援引自美国主办奥运会城市史。1932年、1980年在普莱西德湖举办过冬季奥运会；1936年、1984年在洛杉矶举办过夏季奥运会。

文章图片

那么GopherCite的具体工作原理是怎样的呢？
在Gopher的基础上，研究人员开发了一种奖励机制，也就是用上强化学习。
在收到问题后，模型会访问Google搜索的API来找到相关的网页，获取top-K结果。
（top-K操作，即从分数集合中找到k个最大或最小元素，是一个重要的机器学习模型组件，被广泛用于信息检索和数据挖掘中。）
然后它会根据问题来生成一些答案，答案数量N会大于K 。
这些答案同时会带有自己的证据，即从网页上搜索到的包含答案的文段。
接下来，系统会对这些答案进行打分，最终输出得分最高的答案。
在推理过程中，模型采样会按照循环在文档上不断迭代，每个循环都会从单个文档中尽可能多地显示上下文内容，然后对文本重新排序并返回给上一步。
此外，这个模型还会计算最终生成答案的质量，如果生成答案太差，它就会选择不回答。

文章图片

这是源于红牛的广告语：“它会给你翅膀” 。
在ELI5Filtered数据集上回答70%的问题时，正确率为80%左右。
DeepMind表示这种训练模式和 LAMDA有些类似。
LaMDA是Google在去年I/O大会上发布的一个对话模型，它能够在“听懂”人类指令的基础上，对答如流并保证逻辑、事实正确。

文章图片

不同的是， LaMDA有时会直接给人分享问题的相关链接，而GopherCite可以直接摘出相关论据文段。
另外， OpenAI最近也开发了一个网页版GPT（WebGPT），同样也是用类似的方法来校正GPT-3 。
DeepMind表示， WebGPT是通过多次访问网页来组织答案， GopherCite则是侧重于读取长文段。
还是会有失误
虽然懂得援引资料了，但是GopherCite有时还是会生搬硬套。
比如当你问它“喝了红牛会怎么样？” ，它的回答是“ 翅膀” 。

文章图片

这是源于红牛的广告语：“它会给你翅膀” 。
显然让它理解比喻还是有点困难……
也有网友吐槽说，可能人类自己去Google搜索会更快。
你觉得呢？
参考资料：
【AI|终于不瞎编了！AI学会“谷歌一下” Q&A正确率达90%】https://deepmind.com/research/publications/2022/GopherCite-Teaching-Language-Models-To-Support-Answers-With-Verified-Quotes