计算机科学 > 机器学习
[提交于 2025年5月30日
]
标题: 用观测数据对齐语言模型:从因果角度的机会与风险
标题: Aligning Language Models with Observational Data: Opportunities and Risks from a Causal Perspective
摘要: 大型语言模型正在各行各业中被广泛使用,以生成直接有助于关键绩效指标(如转化率)的内容。 然而,预训练模型往往难以与人类偏好保持一致或优化业务目标。 因此,利用高质量标注数据进行微调对于引导模型生成更优内容至关重要。 控制实验,如 A/B 测试,可以提供此类数据,但它们通常成本高昂,并伴随着显著的工程和后勤挑战。 与此同时,公司拥有大量未充分利用的历史(观察性)数据。 在这项工作中,我们研究了利用观察性数据微调大型语言模型所面临的挑战和机遇。 我们表明,尽管观察性结果可以提供有价值的监督信号,但直接基于这些数据微调模型可能导致其学习到虚假的相关性。 我们使用各种真实世界的数据集展示了这一问题,并提出了 DeconfoundLM 方法,该方法明确从奖励信号中去除已知混杂因素的影响。 通过模拟实验,我们证明 DeconfoundLM 提高了因果关系的恢复能力,并缓解了忽视或简单地包含混杂变量的微调方法中出现的失败模式。 我们的发现强调了虽然观察性数据存在风险,但在正确的因果修正下,它可以成为引导大型语言模型的强大信号来源。 有关代码及相关资源,请参阅项目页面。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.