demonstrated-feedback

demonstrated-feedback

DITTO方法通过示范反馈优化语言模型对齐

Demonstrated-feedback项目开发了DITTO方法,利用少量示范反馈对齐语言模型。这种方法无需大规模数据集,能够学习细粒度的风格和任务对齐。DITTO在新闻、电子邮件和博客等领域的表现优于现有技术。这一创新为语言模型的个性化提供了高效解决方案。

语言模型对齐演示反馈DITTO自定义LLMGithub开源项目

示范胜于说教:通过演示反馈对齐语言模型

本仓库包含论文《示范胜于说教:通过演示反馈对齐语言模型》的源代码,作者为Omar Shaikh、Michelle Lam、Joey Hejna、Yijia Shao、Michael Bernstein和Diyi Yang。如有任何问题,欢迎联系Omar Shaikh!

[论文]

摘要

语言模型被训练以模仿众多声音的集合,导致其输出与任何特定个体都不完全一致。通过监督微调或RLHF可以引导大型语言模型远离泛泛而谈的输出,但这需要为新的临时任务准备庞大的数据集。我们认为,只需利用少量(<10个)示范作为反馈,就可以将大型语言模型对齐到特定场景。我们的方法"示范迭代任务优化"(DITTO)直接将语言模型输出与用户的示范行为对齐。DITTO借鉴在线模仿学习的理念,通过将用户的示范视为优于大型语言模型及其中间检查点的输出,从而廉价地生成在线比较数据。我们评估了DITTO在新闻文章、电子邮件和博客文章等领域学习精细风格和任务对齐的能力。此外,我们还进行了一项用户研究,征集了参与者(N=16)的各种示范。在我们的基准测试和用户研究中,我们发现DITTO的胜率平均超过少样本提示、监督微调和其他自我对弈方法19个百分点。通过直接使用示范作为反馈,DITTO为大型语言模型的有效定制提供了一种新颖的方法。

使用说明

我们基于alignment-handbook仓库进行开发。以下是设置步骤!

首先,使用Conda等工具创建Python虚拟环境:

conda create -n ditto python=3.10 && conda activate ditto

接下来,安装PyTorch v2.1.2。我们使用以下命令:

conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia

然后,安装alignment handbook的依赖项。

git clone https://github.com/huggingface/alignment-handbook.git cd ./alignment-handbook/ python -m pip install .

最后,安装本仓库的requirements.txt,以避免包更新导致的错误。

pip install -r requirements.txt

run.sh中提供了一个包含训练和生成的示例脚本(训练Mistral Instruct v0.2 7B)。目前设置为对电子邮件示例进行微调。该脚本有一个参数,用于尝试论文中的不同数据集。请注意,您可能需要根据特定硬件或数据集更改配置文件。

bash run.sh

调试

  • AttributeError: 'DittoConfig' object has no attribute 'packing':在requirements.txt中将trl回退到旧版本(trl==0.8.6)。

如何引用本工作?

请随意使用以下BibTeX条目。

BibTeX:

@misc{shaikh2024show, title={Show, Don't Tell: Aligning Language Models with Demonstrated Feedback}, author={Omar Shaikh and Michelle Lam and Joey Hejna and Yijia Shao and Michael Bernstein and Diyi Yang}, year={2024}, eprint={2406.00888}, archivePrefix={arXiv}, primaryClass={cs.CL} }

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多