Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.20989

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2506.20989 (cs)
[提交于 2025年6月26日 ]

标题: 梯度下降能模拟提示吗?

标题: Can Gradient Descent Simulate Prompting?

Authors:Eric Zhang, Leshem Choshen, Jacob Andreas
摘要: 将新信息纳入语言模型(LM)的两种主要方法是更改其提示或更改其参数,例如通过微调。 参数更新不会为模型更改产生长期存储成本。 然而,对于许多模型更新,提示要有效得多:提示模型可以从单个示例中稳健地进行泛化,并得出在标准微调下不会出现的逻辑推理。 模型能否被修改,使得微调能模拟提示? 本文描述了一种元训练LM的方法,使梯度更新能模拟对新信息进行条件处理的效果。 我们的方法使用基于梯度的元学习工具,但使用LM自身的提示预测作为目标,消除了对真实标签的需求。 随后的梯度下降训练恢复了某些(有时全部)提示模型的性能——在“反转诅咒”任务上表现出改进,并在单次梯度更新后回答关于文本段落的问题。 这些结果表明,通过适当的初始化,梯度下降可以出人意料地具有表现力。 我们的结果为长上下文建模提供了新的途径,并对基于梯度的学习的泛化能力提供了见解。
摘要: There are two primary ways of incorporating new information into a language model (LM): changing its prompt or changing its parameters, e.g. via fine-tuning. Parameter updates incur no long-term storage cost for model changes. However, for many model updates, prompting is significantly more effective: prompted models can generalize robustly from single examples and draw logical inferences that do not occur under standard fine-tuning. Can models be modified so that fine-tuning does emulate prompting? This paper describes a method for meta-training LMs such that gradient updates emulate the effects of conditioning on new information. Our approach uses tools from gradient-based meta-learning but uses an LM's own prompted predictions as targets, eliminating the need for ground-truth labels. Subsequent gradient descent training recovers some (and occasionally all) of prompted model performance -- showing improvement on the ``reversal curse'' tasks, and answering questions about text passages after a single gradient update. These results suggest that, with appropriate initialization, gradient descent can be surprisingly expressive. Our results suggest new avenues for long-context modeling and offer insight into the generalization capabilities of gradient-based learning.
评论: 14页,2图
主题: 计算与语言 (cs.CL) ; 机器学习 (cs.LG)
引用方式: arXiv:2506.20989 [cs.CL]
  (或者 arXiv:2506.20989v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.20989
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Eric Zhang [查看电子邮件]
[v1] 星期四, 2025 年 6 月 26 日 04:06:20 UTC (123 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CL
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号