@ -18,7 +18,7 @@ import FLAN11 from "../../img/flan-11.png";
<Screenshot src={FLAN1} alt="FLAN1" />
이미지 출처: [Scaling Instruction-Finetuned Language Models](https://arxiv.org/abs/2210.11416)
이 논문은 [지시에 따른 파인튜닝](https://arxiv.org/pdf/2109.01652.pdf)의 스케일링에서의 장점을 알아보며 다양한 모델(PaLM, T5)과 프롬프팅 셋업(zero-shot, few-shot, CoT), 벤치마크(MMLU, TyDiQA)에서 어떻게 성능을 개선하는지를 다룹니다. 이는 다음과 같은 측면에서 탐구되었습니다: 작업 수의 스케일링 (1,800개의 작업), 모델 크기의 스케일링 및 생각의 사슬(Chain of Tought) 데이터의 파인튜닝 (9개의 데이터셋 사용).
이 논문은 [지시에 따른 파인튜닝](https://arxiv.org/pdf/2109.01652.pdf)의 스케일링에서의 장점을 알아보며 다양한 모델(PaLM, T5)과 프롬프팅 설정(zero-shot, few-shot, CoT), 벤치마크(MMLU, TyDiQA)에서 어떻게 성능을 개선하는지를 다룹니다. 이는 다음과 같은 측면에서 탐구되었습니다: 작업 수의 스케일링 (1,800개의 작업), 모델 크기의 스케일링 및 생각의 사슬(Chain of Tought) 데이터의 파인튜닝 (9개의 데이터셋 사용).
**파인튜닝 절차:**
@ -31,10 +31,10 @@ Finetuning 및 Held-out 작업은 다음과 같습니다:
## 기능 및 주요 결과(Capabilities & Key Results)
- Instruction finetuning은 작업의 수와 모델의 크기와 함께 향상될 수 있습니다; 이는 작업의 수와 모델의 크기를 더욱 확장해야 함을 시사합니다.
- 지시에 따른 파인튜닝은 작업의 수와 모델의 크기와 함께 향상될 수 있습니다; 이는 작업의 수와 모델의 크기를 더욱 확장해야 함을 시사합니다.
- CoT 데이터셋을 파인튜닝에 추가하면 추론 작업에서 우수한 성능을 보여줍니다.
- Flan-PaLM은 다국어 능력을 향상했습니다.; one-shot TyDiQA에서 14.9%; under-represented languages 산술적 추론에서 8.1% 개선을 보였습니다.
- Plan-PaLM은 또한 확장할 수 있(open-ended)는 생성 질문에서도 우수한 성능을 보여주며, 이는 사용성이 향상한 것을 알 수 있는 좋은 지표입니다
- Plan-PaLM은 또한 확장할 수 있(open-ended)는 생성 질문에서도 우수한 성능을 보여주며, 이는 사용성이 향상한 것을 알 수 있는 좋은 지표입니다
- Responsible AI (RAI) 벤치마크에서도 성능을 향상했습니다.
- Flan-T5 instruction tuned 모델은 강력한 퓨샷(few-shot) 성능을 보여주며, T5(Text-to-Text Transfer Transformer)와 같은 사전 훈련된 모델(public checkpoint)보다 뛰어난 성능을 보여줍니다.
@ -68,7 +68,7 @@ CoT 파인튜닝은 BIG-Bench(Beyond the limitation Game Benchmark) 작업에서
<Screenshot src={FLAN7} alt="FLAN7" />
이미지 출처: [Scaling Instruction-Finetuned Language Models](https://arxiv.org/abs/2210.11416)
아래는 다양하며 도전적인 확장성 있는 질문에 Flan-PALM 모델이 더 많은 제로샷 성능을 보여즐 수 있다는 몇 가지 예시입니다:
아래는 다양하며 도전적인 확장성 있는 질문에 Flan-PALM 모델이 더 많은 제로샷 성능을 보여즐 수 있다는 몇 가지 예시입니다:
<Screenshot src={FLAN8} alt="FLAN8" />
이미지 출처: [Scaling Instruction-Finetuned Language Models](https://arxiv.org/abs/2210.11416)
@ -27,13 +27,13 @@ import GPT48 from "../../img/gpt4-8.png";
<Screenshot src={GPT42} alt="GPT42" />
GPT-4는 미국 변호사 자격시험(Bar Exam) 시뮬레이션에서 상위 10%의 점수를 이뤘습니다. 또한 MMLU나 HellaSwag와 같은 다양한 어려운 벤치마크에서도 인상적인 결과를 보여줬습니다.
GPT-4는 미국 변호사 자격시험(Bar Exam) 시뮬레이션에서 상위 10%의 점수를 이뤘습니다. 또한 MMLU나 HellaSwag와 같은 다양하고 어려운 벤치마크에서도 인상적인 결과를 보여줬습니다.
OpenAI는 GPT-4가 적대적 테스트 프로그램(Adversarial Testing Program)과 ChatGPT로부터 얻은 교훈을 통해 향상되었으며, 이는 사실성, 조정 가능성, 정렬성 측면에서 더 나은 결과를 이끌었다고 주장합니다.
## 시각 능력(Vision Capabilities)
GPT-4 API는 현재 텍스트 입력만 지원하지만, 앞으로 이미지 입력 기능 역시 지원할 계획이 있습니다. OpenAI는 GPT-3.5 (ChatGPT를 구동하는 모델)와 비교해, GPT-4가 보다 신뢰성이 높고 창의적이며, 더 복잡한 작업을 위한 미묘한 지시를 처리할 수 있다고 주장합니다. GPT-4는 다양한 언어에 걸쳐 성능을 향상했습니다.
GPT-4 API는 현재 텍스트 입력만 지원하지만, 앞으로 이미지 입력 기능 역시 지원할 계획이 있습니다. OpenAI는 GPT-3.5 (ChatGPT를 구동하는 모델)와 비교해, GPT-4가 더욱 신뢰성이 높고 창의적이며, 더 복잡한 작업을 위한 미묘한 지시를 처리할 수 있다고 주장합니다. GPT-4는 다양한 언어에 걸쳐 성능을 향상했습니다.
이미지 입력 기능은 아직 공개적으로 이용할 수 없지만, 퓨샷(few-shot)과 생각의 사슬(chain-of-thought) 프롬프팅 기법을 활용하여 이미지 관련 작업 성능을 향상할 수 있습니다.
@ -72,7 +72,7 @@ GPT-4 API는 현재 텍스트 입력만 지원하지만, 앞으로 이미지 입
## GPT-4 조종하기(Steering GPT-4)
실험 가능한 한 가지 분야는 `system` 메시지를 통해 모델이 특정한 톤과 스타일로 답변을 제공하는 능력입니다. 이것은 개인화를 가속화하고 특정 사용 사례에 대해 정확하고 더욱 정밀한 결과를 얻을 수 있습니다.
실험할 수 있는 한 가지 분야는 `system` 메시지를 통해 모델이 특정한 톤과 스타일로 답변을 제공하는 능력입니다. 이것은 개인화를 가속화하고 특정 사용 사례에 대해 정확하고 더욱 정밀한 결과를 얻을 수 있습니다.
예를 들어, 실험에 사용할 데이터를 생성하는 AI 조력자를 만들고자 합니다. 우리는 `system` 메시지를 사용하여 모델이 특정 스타일로 데이터를 생성하도록 조종할 수 있습니다.
@ -132,17 +132,17 @@ TruthfultQA 벤치마크에서, RLHF(Reinforcement Learning from Human Feedback)
<Screenshot src={GPT45} alt="GPT45" />
다음은 실패 사례 예시입니다:
다음은 실패 사례입니다:
<Screenshot src={GPT46} alt="GPT46" />
답은 `엘비스 프레슬리(Elvis Presley)`입니다. 이는 이러한 모델이 일부 사용 사례에 대해 얼마나 취약한지를 강조합니다. GPT-4를 다른 외부 지식과 결합하여 정확성을 향상하거나, 우리가 여기에서 배운 맥락적 학습(in-conext learning)이나 생각의 사슬 프롬프팅과 같은 기술을 사용하여 결과의 정확성을 높이는 것은 흥미로울 것입니다.
한번 시도해보겠습니다. "단계적으로 생각해(Think step-by-step)"라는 지시를 추가했습니다. 아래는 그 결과입니다:
한번 시도해보겠습니다. "단계적으로 생각해(Think step-by-step)"라는 지시를 추가했습니다. 아래는 그 결과입니다:
<Screenshot src={GPT47} alt="GPT47" />
이 접근 방식은 충분히 테스트하지 않았기 때문에 얼마나 신뢰할 수 있을지 또는 일반화할 수 있는지는 알 수 없습니다. 이 가이드의 독자분들이 추가로 실험해볼 수 있는 부분입니다.
이 접근 방식은 충분히 테스트하지 않았기 때문에 얼마나 신뢰할 수 있을지 또는 일반화할 수 있는지는 알 수 없습니다. 이 가이드의 독자분들이 추가로 실험해볼 수 있는 부분입니다.
또 다른 방법은 모델이 단계별로 답변을 제공하도록 하고 답변을 할 수 없다면 "답을 모르겠습니다."라고 출력하도록 `system` 메시지를 조종하는 방법입니다. 또한 온도(temperature)를 0.5로 변경하여 모델이 답변에 더 자신감을 가지도록 하였습니다. 다시 한번, 이것을 얼마나 잘 일반화 할 수 있는지는 보다 많은 검증이 필요하다는 것을 기억해 주시길 바랍니다. 우리는 이러한 예시를 서로 다른 기술과 기능을 결합하여 결과를 개선하는 방법을 보여주기 위해 제공합니다.