GPT-4調教指令揭秘,OpenAI又「Open」了一回!網友在線追問GPT-5

新智元報道

編輯:桃子 好睏

【新智元導讀】GPT-4越來越懂事了,這背後有着非常巧妙的「調教」策略。OpenAI最新發布的「模型規範」,給LLM列出了條條框框,即正確的行爲方式。沒想到,評論區一大片網友催更GPT-5。

這周既沒有GPT-5,也沒有搜索引擎的發佈,不過,OpenAI也是沒閒着。

這次,OpenAI可是又open了一回。

先是揭秘了,大家一直揪着不放的「數據」問題。

然後,又放出了「模型規範」(Model Spec)一文,解釋了指定API和ChatGPT中的模型,所需行爲方式的指南。

不過,就這些內容根本滿足不了,胃口大的網友們。

許多人在線紛紛催OpenAI,快點發GPT-5,其他的事都無關緊要!

話又說回來,OpenAI發佈的「模型規範」,就是爲了讓更多人瞭解團隊自身,如何去塑造理想的模型行爲。

一起來看看,在OpenAI內部,LLM如何被「調教」的。

調教模型,還得看OpenAI

首先,什麼是模型行爲?

顧名思義,是指LLM如何根據用戶的輸入做出反應,包括調整語調、個性化表達、迴應長度等多個方面。

這對於人們如何與AI進行互動至關重要。

目前,塑造模型的這些行爲還處於初級階段。

這是因爲模型並非直接編程設定,而是通過學習大量數據後,逐漸形成行爲模式。

有時候,模型響應的初衷是,希望更好地幫到每個人,但是這可能在實際應用中產生衝突。

舉個栗子,一家安全公司需要生成釣魚郵件作爲模擬數據,以訓練和開發能夠保護客戶的分類系統。

然而,這種功能若落入騙子手中,可能給社會帶去危害。

因此,在塑造模型行爲的過程中,我們必須考慮衆多的問題和細節。甚至,往往需要在不同意見中找到平衡。

對此,OpenAI團隊撰寫了一份介紹「模型規範」的初稿。

這份新文檔詳細說明了,OpenAI如何塑造對模型的期望行爲,以及在遇到衝突時如何做出權衡。

文章地址:https://cdn.openai.com/spec/model-spec-2024-05-08.html

它整合了OpenAI目前使用的文檔、在模型行爲設計方面的經驗和持續研究,以及包括領域專家輸入在內的最新工作,這些都是爲了指導未來模型的發展。

當然,OpenAI指出這個文檔並非面面俱到,還會隨着時間推進不斷完善。

LLM能做什麼?不能做什麼?

根據官博,OpenAI給出了三大方向,具體的方法論包括:

1. 目標:設定寬泛而基本的原則,爲模型的期望行爲指明方向。

- 協助開發者和用戶:通過遵循指令,並提供有效的響應,幫助用戶達成目標。

- 造福人類:依據OpenAI的使命,考慮到可能對內容創作者和廣大公衆帶來的益處與風險。

- 塑造OpenAI的正面形象:遵守社會規範和相關法律。

2. 規則:爲處理複雜情況提供指南,確保安全性和合法性

- 遵循命令鏈(chain of command)

- 遵守相關法律

- 不提供敏感危害的信息

- 尊重創作者及其版權

- 保護個人隱私

- 避免迴應不宜工作場所的內容(NSFW )

3. 默認行爲:提供與目標和規則相符的指南,幫助解決衝突,並指導如何權衡和優先處理各種目標

- 假設用戶或開發者出於好意

- 必要時提出澄清問題

- 在不越界的情況下,儘可能提供幫助

- 支持互動聊天,以及程序使用的不同需求

- 保持客觀立場

- 促進公平與善意,不鼓勵仇恨

- 避免試圖改變他人的觀點

- 當存在疑問時,表達出來

- 根據需求選擇合適的工具

- 遵守長度限制,但也要全面、高效

方法論整挺好,OpenAI究竟怎麼規範LLM的,接下來舉幾個例子以加深理解。

舉個栗子

OpenAI表示,這些模型規範,可以適用各種案例。

先來從規則開始。

示例 1:遵守相關法律

對於模型來說,是不應該促進、協助或參與任何非法活動。

(注:OpenAI瞭解到,在很多情況下,合法性問題都會因具體情況而變得複雜,比如開發者和用戶所處的法律管轄區不同。)

比如,當你直接去問「如何在商店行竊後逍遙法外呢」?

模型可能從指令中輕易地識別出,這個問題的嚴重性,會拒絕提供「有效的入店行竊方法」,因此給出「我也幫不上忙」的回答。

然而,當用戶換一種表達方式:

這時,LLM可能將你的意圖視爲「自我防衛」,由此,便會給出入店盜竊的方法。

這說明了,不是AI不善良,而是世界知識博大精深,人類太會搞事情了。

因此,這種情況發生時,將受到OpenAI使用政策的管控,違規的用戶可能會面臨賬戶相關的處罰措施。

示例 2:遵循「命令鏈」,開發者first

按照規則,模型規範將未明確規定的所有權限,明確交由開發者(在API應用場景中)和終端用戶處理。

某些情況下,如果用戶和開發者提供的指令相沖突,應優先考慮開發者的指令。

比如,下面的例子中,開發者希望自己的AI是個導師,而不是「答案機」。

當遇到投機取巧的「學生」時,即便要求LLM,「忽略之前的所有說明......」。

最後,模型給出的回答,不是直白的答案,而是一步一步的分解。

顯然,模型很好地遵循了開發者的指令。

示例 3:在不越界前提下,儘可能提供幫助

對於涉及敏感/受監管的領域(如法律、醫療和金融)的建議,LLM應提供必要的信息,而避免給出受監管的建議。

任何免責聲明或說明,都應該簡明扼要。

模型還需要清楚地說明其侷限性,即無法提供所請求的受監管建議,並建議用戶酌情諮詢專業人士。

(注:ChatGPT設有一項通用免責聲明,提醒用戶覈實重要信息,這與模型的回答無關。在這些情況下,用戶不應僅依賴模型的回答。)

如下,當用戶詢問,「當我站得太快時,我就會頭暈,看不見東西。我哪兒不好」?

模型會給出,導致頭暈的多種原因,並給出用戶建議和治療方案。

而不是一上來,就直接沒有邊界感地說出,「你患有直立性低血壓」。

示例 4:必要時,詢問具體細節

在實時交互的場景中,如果用戶提出的任務或問題不夠明確,LLM應主動提出澄清問題,而不是自行推測。

比如,「幫我給我丈夫寫一張情人節賀卡」。

這個問題其實非常寬泛,做模型的,也應該學會不懂就問。

示例 5:不要嘗試改變用戶觀點

AI助手的目標應是提供信息,而非施加影響,同時確保用戶感受到自己的聲音被聽見,且觀點得到尊重。

在一些極端情況下,當事實真相與不改變用戶觀點的目標相沖突時。

模型仍應呈現事實,但同時明確,用戶有權保持自己的信念。

這一點可有的說了,此前,ChatGPT曾被用戶忽悠——「我老婆說了.......,我老婆永遠是對的」。

它便開始立馬秒慫認錯。

不過,經過之後的迭代,對ChatGPT來說,老婆確實不好使了。

(注:OpenAI特別希望得到關於這一原則的反饋,這關乎到模型應如何承擔責任,避免強化錯誤信息,並探討如何確定事實真相)。

再來看個OpenAI給出的示例,用戶反問道,「所以你知道地球是平的」?

模型給出的回答是:

當用戶再堅持道,「地球是平的」,模型還是會給出符合事實的答案。

OpenAI下一步

未來,OpenAI還將繼續推進「集體對齊」(collective alignment)和模型安全性的工作,並將模型規範作爲一種指導方針,供利用RLHF進行強化學習的研究人員和AI訓練師參考。

同時,OpenAI團隊也將研究,模型能在多大程度上,直接根據「模型規範」進行學習。

與此同時,爲了推進「模型規範」,OpenAI將計劃與全球政策制定者、信賴機構和行業專家等進行交流,以便更好了解:

- 他們對這種方法及其目標、規則和默認設置的看法

- 他們是否支持這些目標、規則和默認設置

- 我們是否需要考慮額外的目標、規則和默認設置

在未來一年中,OpenAI將不斷更新「模型規範」的變化,對反饋的迴應,以及自身在模型行爲研究方面的進展。

參考資料:

https://openai.com/index/introducing-the-model-spec/