您现在的位置是:热点 >>正文
研究揭示大量 “垃圾” 数据影响大语言模型推理能力
热点5106723人已围观
简介...
根据一项新研究,大语言模型(LLM)在持续接触无意义的在线内容后,可能会出现显著的性能下降。这项研究表明,这些模型的推理能力和自信心都受到影研究响,引发了对它们长期健康的担忧。研究团队来自多个美国大学,提出了 “LLM 脑衰退假说”,借鉴了人类在过度接触无脑在线内容时可能造成的认知损害。
图源备注揭示:图片由AI生成,图片授权服务商Midjourney
为验证这一理论,研究人员进行了控制实验,使用2010年的 Twitter 数据。他们训练了四个较大小的模型,包括 Llama3-8B-Instruct 和 Qwen 系列模型,采用不同比例的 “垃圾” 数据与高质量的控制数据进行对比。
研究者们以两种方式定义 “垃量 圾” 数据。第一种方法(M1)通过互动量来筛选,认为短于30个字且高互动(超过500个赞、转发或评论)的帖子为垃圾内容,而长于100个字但互动“垃少的帖子则作为控制内容。第二种方法(M2)则使用 GPT-4o-mini 根据内容质量进行排序,标记阴谋论、夸大说法和吸引眼球的标题为垃圾内容,更深圾”思熟虑的材料则被视为高质量内容。
研究发现,随着垃圾数据比例的增加,模型在推理准确性上的表现急剧下降。例如,在 ARC 挑战基准测试中,推理准确率从 数74.9% 降至57.2%。对于需要长文本理解的任务,准确率甚至从84.4% 降至52.3%。而基于互动量的垃圾内容定义对模型的伤害更为明显,显示出互动据影量带来了与标准语义检查不同的数据质量维度。
此外,模型在接触大量互动驱动的垃圾内容后,表现出了一些 “黑暗” 个性特征,包括较高的自恋和操控倾向。响大安全性指标也出现了下降,尽管接触内容质量差的垃圾数据有时会提高某些积极特征。
错误分析显示,“思维跳跃” 是最常见的问题,超过70% 的错误没有任语言何推理,特别是在接触互动型垃圾内容时,跳跃率达到了84%。模型在进行逻辑推理链时,往往无法完成推理步骤,导致基本错误。
研究团队呼吁重新思考大语言模型模型如何收集和过滤在线数据,认为数据选择和质量控制对于防止永久性退化至关重要,并建议对已部署的模型定期进行 “认知健康检查”。
划重点: &nb推理sp;
** 模型表现下降 **:随着垃圾数据比例上升,推理准确率显著下降,最高降幅达17.7%。
🧠 ** 思维跳跃问题 **:研究发现能力模型在推理过程中经常出现逻辑步骤的跳跃,推理能力受到严重影响。
** 数据质量控制 **:研究建议重视数据选择和质量控制,以防止大语研究言模型的长期性能退化。
Tags:
相关文章
英国驳回针对谷歌集体诉讼 律师:有损公正
热点新浪科技讯 北京时间4月30日早间消息,本周四一名律师告诉英国最高法院,谷歌因为秘密追踪iPhone用户遭到集体诉讼,但最高法院却驳回起诉,这一做法存在风险,它会导致大企业免受惩罚。 消费者权益捍卫者...
【热点】
阅读更多研究表明人工智能软件市场规模2025年将达到370亿美元
热点Forrester公司将人工智能软件分为四个部分,以期在2025年之前更真实地了解市场规模。 人工智能已被现有软件产品吸收,因为该功能已成为标准功能,而不是特殊功能。根据Forrester公司最近发布...
【热点】
阅读更多标签: 大疆 影石创新 无人机专利 专利权属纠纷
热点云梦级3月23日云梦级消息,《经济参考报》记者获悉,近日,深圳市大疆创新科技有限公司(简称“大疆”)在广东省深圳市中级人民法院正式起诉影石创新(688775.SH),涉及6项专利权属纠纷,多名前大疆核...
【热点】
阅读更多