Datawhale干貨
(資料圖)
作者:平凡@知乎,諾桑比亞大學(xué),在讀博士
今天晚上,花了一點(diǎn)兒時(shí)間看了兩篇文章:
《Emergent Abilities of Large Language Models》[1]
《PROGRESS MEASURES FOR GROKKING VIA MECHANISTIC INTERPRETABILITY》[2]
這兩篇講的都是emergent behavior,即涌現(xiàn)現(xiàn)象。
大規(guī)模神經(jīng)網(wǎng)絡(luò)下的涌現(xiàn)現(xiàn)象在機(jī)器學(xué)習(xí)中使用大規(guī)模神經(jīng)網(wǎng)絡(luò)時(shí),由于增加了參數(shù)數(shù)量、訓(xùn)練數(shù)據(jù)或訓(xùn)練步驟等因素,出現(xiàn)了定性上的新能力和性質(zhì),這些能力和性質(zhì)在小規(guī)模神經(jīng)網(wǎng)絡(luò)中往往是不存在的。
第一篇文章舉了這個(gè)例子,每個(gè)圖都可以理解為一個(gè)任務(wù),橫軸是神經(jīng)網(wǎng)絡(luò)的規(guī)模,而縱軸是準(zhǔn)確率,可以理解為模型的性能。
我們拿圖一來(lái)看,在10的22次方前,這些模型基本上的性能基本上都很穩(wěn)定在0附近,而在10的22以后,突然在10的24次方上獲得了很大的性能提升,在其他的幾個(gè)任務(wù)上都表現(xiàn)出類(lèi)似的特征。
意想不到的效果第二篇文章更是有趣,我直接把推特一位博主的評(píng)論引用在這里:
作者發(fā)現(xiàn),當(dāng)我們訓(xùn)練用網(wǎng)絡(luò)計(jì)算同余加法 a+b = ? (mod c) 時(shí),網(wǎng)絡(luò)在某個(gè)時(shí)間突然獲得了 100% 準(zhǔn)確率。分析發(fā)現(xiàn),神經(jīng)網(wǎng)絡(luò)實(shí)際上“頓悟”了使用傅立葉變換來(lái)計(jì)算同余加法!這個(gè)算法可以證明是正確的, 反人類(lèi)直覺(jué)的。
從這倆例子里面我的感受是,只要數(shù)據(jù)量足夠且真實(shí),且模型沒(méi)有硬錯(cuò)誤的前提下,不斷的訓(xùn)練說(shuō)不定真的能夠產(chǎn)生一些意想不到的效果。
還有就是我覺(jué)得人類(lèi)現(xiàn)在積累的知識(shí)并不少,但是系統(tǒng)的少,零星的多,如果類(lèi)似ChatGPT這樣的大模型可以拿所有的人類(lèi)已有知識(shí)進(jìn)行不斷學(xué)習(xí)的話,我覺(jué)得有很大概率會(huì)讓它涌現(xiàn)出意想不到的能力。
甚至可能把人類(lèi)的生產(chǎn)力解放提前很多。
參考
1.https://arxiv.org/pdf/2206.07682.pdf2.https://arxiv.org/pdf/2301.05217.pdf