Text-to-SQL小白入门（四）指令进化大模型WizardLM

摘要

本文主要对大模型WizardLM的基本信息进行了简单介绍，展示了WizardLM取得的优秀性能，分析了论文的核心——指令进化方法。

论文概述

基本信息

  • 英文标题：WizardLM: Empowering Large Language Models to Follow Complex Instructions
  • 中文标题：WizardLM:授权大型语言模型遵循复杂的指令
  • 发表时间：2023年4月-arxiv
  • 作者单位：北京大学 & 微软
  • 论文链接：https://arxiv.org/abs/2304.12244
  • 代码链接：GitHub - nlpxucan/WizardLM: Family of instruction-following LLMs powered by Evol-Instruct: WizardLM, WizardCoder and WizardMath

摘要

  • 论文展示了使用LLM而不是人工来创建具有不同复杂程度的大量指令数据的途径。
  • 从一组初始指令开始，通过进化指令逐步将它们重写为更复杂的指令。然后，将生成的所有指令数据进行混合来微调LLaMA。
  • 论文将生成的模型称为WizardLM。
  • 在复杂平衡测试平台和Vicuna测试集上的人类评估表明，来自evolution - instruct的指令优于人类创造的指令。
  • 通过分析高复杂性部分的人工评估结果，论文证明了WizardLM模型的输出比OpenAI，ChatGPT的输出更受欢迎。在GPT-4自动评估中，WizardLM在29项技能中的17项达到了ChatGPT 90%以上的能力

WizardLM模型性能优越，可以作为text2sql的基座模型，github上有个DB-GPT-Hub项目开源了大模型微调text2sql的pipline，模型支持也有WizardLM模型（这是DB-GPT项目的子项目），其中提供了数据集下载-数据集预处理-模型下载-模型微调-模型权重合并-模型预测-模型评估，如果没有GPU可以使用AutoDL平台按需使用。

  • DB-GPT项目：目前已有6.4k star，可以关注一波，目前该项目最新版本——DB-GPT V0.3.7 发布，支持用自然语言分析和查询Excel表格数据

  • DB-GPT_Hub项目：目前有200多star，专注于text2sql大模型微调领域，大家也可以去贡献代码，比如模型支持里面也有WizardLM。

WizardLM模型的思想值得借鉴，后面还有模型Code Llama更加出色，后面再介绍。

结果

收集测试集

  • 网上收集的指令测试集：总共218个例子，分成了29项类别，比如有数学math、代码生成、写作等等。
  • 图3a说明了测试集中实例和技能的分布。测试集由218个实例组成，每个实例都是针对特定技能的指令。
  • 图3b比较了和Vicuna小羊驼、Alpaca羊驼

人工打分评估

为了评估WizardLM，在evolution - directive测试集上进行了人类评估。我们在WizardLM和基线之间进行盲两两比较。具体来说，招募了10名受过良好教育的注释员。对于每个注释者，提供了来自Alpaca、Vicuna-7b、WizardLM和ChatGPT的四个响应，这些响应被随机打乱以隐藏其来源。然后评注者根据附录h中的标准判断哪一个回答更好，然后他们应该将四个回答从1到5进行排序(1表示最好)，并允许同等分数的可比较实例。

  • 比如图4a中Evol-Instruct testset数据集上，跟ChatGPT相比，WizardLM赢了61次，ChatGPT赢了89次，平局68次。（总共218）

GPT4自动评估

  • 如图5a和5b所示，WizardLM-78.0%在evolo-instruct测试集上的性能明显优于Alpaca-7B-71.8%和Vicuna-7B-72.2%(分别优于Alpaca-7B和Vicuna-7B的性能6.2%和5.8%)

  • 图6比较了WizardLM和ChatGPT在evolution - directive测试集上的技能水平。结果表明，WizardLM的平均性能达到了ChatGPT的78%，17项技能的容量几乎超过了90%。然而，WizardLM在代码、数学和推理场景方面遇到了困难，显示出与ChatGPT的明显差距。（所以后面有WizardCoder）

结论

本文提出了一种进化算法——evolution-directive，用于生成多种复杂的LLM指令数据。论文证明提出的方法提高了LLM的性能，WizardLM，在高复杂性任务上取得了最先进的结果，在其他指标上取得了具有竞争力的结果。

局限性（评估方法）：本文承认我们的自动GPT-4和人工评估方法的局限性。这种方法对可扩展性和可靠性提出了挑战。此外，我们的测试集可能无法代表LLM可以应用或与其他方法进行比较的所有场景或领域。

更广泛的影响。evolo - instruct可以提高LLM在各个领域和应用中的性能和交互性，但它也可能产生不道德、有害或误导性的指令。因此，我们敦促未来对人工智能进化指令的研究，以解决伦理和社会影响。

核心思想

这个图看着还挺有意思的

很简约

图形化很不错

只不过作为模型核心结构会有点懵

instruction data evolution指令数据演化

输入指令I1-instruction，通过LLM得到答复R1-response

输入指令I2-instruction，通过LLM得到答复R2-response

不断迭代

指令I1如何更新为指令2？

  • 通过LLM instruction evolution prompt 指令进化提示词

instruction evolution prompt是什么？

  • 参考下方的指令进化器

Automatic Instruction Data Evolution自动指令数据演化

pipline 分成3个部分：

  • 1)指令进化
  • 2)响应生成
  • 3)消除进化，即过滤无法进化的指令。

指令进化instruction evolution

作者发现LLM可以使用特定的提示使给定的指令变得更加复杂和困难。此外，它们可以生成同样复杂但完全不同的全新指令。

利用这一发现，我们可以迭代地进化一个初始指令数据集，提高难度水平，扩大其丰富性和多样性。

1.用给定的初始指令数据集D(0)初始化指令池。

2.在每个进化时期，从前一个时期升级的指令从池中取出。

3.然后利用指令进化器instruction evolver来进化每条获取到的指令，并利用指令消除器instruction eliminator来检查是否存在进化失败的指令。

  • 成功进化的指令被添加到池中
  • 不成功的指令被放回原处，希望在下一个进化时期成功升级它们。

指令进化器instruction evolver

指令进化器是一种LLM，它使用提示来进化指令，有两种类型:深度进化和广度进化。

深度进化

深度进化通过五种类型的提示来增强指令的复杂性和难度:

  • 添加约束
  • 使得深度化
  • 使得具体化
  • 增加推理步骤
  • 使输入变得复杂化。

举例子：

  • 这是添加约束add contraints：
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
Your rewriting cannot omit the non-text parts such as the table and code in #Given Prompt#:. Also, please do not omit the input in #Given Prompt#.
You SHOULD complicate the given prompt using the following method:
Please add one more constraints/requirements into #Given Prompt#
You should try your best not to make the #Rewritten Prompt# become verbose, #Rewritten Prompt# can only add 10 to 20 words into #Given Prompt#.
‘#Given Prompt#’, ‘#Rewritten Prompt#’, ‘given prompt’ and ‘rewritten prompt’ are not allowed to appear in #Rewritten Prompt#
#Given Prompt#:
<Here is instruction.>
#Rewritten Prompt#:
  • 这是Deepening Prompt深化：
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
Your rewriting cannot omit the non-text parts such as the table and code in #Given Prompt#:. Also, please do not omit the input in #Given Prompt#.
You SHOULD complicate the given prompt using the following method:
If #Given Prompt# contains inquiries about certain issues, the depth and breadth of the inquiry can be increased. or
You should try your best not to make the #Rewritten Prompt# become verbose, #Rewritten Prompt# can only add 10 to 20 words into #Given Prompt#.
‘#Given Prompt#’, ‘#Rewritten Prompt#’, ‘given prompt’ and ‘rewritten prompt’ are not allowed to appear in #Rewritten Prompt#
#Given Prompt#:
<Here is instruction.>
#Rewritten Prompt#:
  • 这是具体化Concretizing Pormpt：
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
Your rewriting cannot omit the non-text parts such as the table and code in #Given Prompt#:. Also, please do not omit the input in #Given Prompt#.
You SHOULD complicate the given prompt using the following method:
Please replace general concepts with more specific concepts. or
You should try your best not to make the #Rewritten Prompt# become verbose, #Rewritten Prompt# can only add 10 to 20 words into #Given Prompt#.
‘#Given Prompt#’, ‘#Rewritten Prompt#’, ‘given prompt’ and ‘rewritten prompt’ are not allowed to appear in #Rewritten Prompt#
#Given Prompt#:
<Here is instruction.>
#Rewritten Prompt#:

  • Increased Reasoning Steps Prompt:
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
Your rewriting cannot omit the non-text parts such as the table and code in #Given Prompt#:. Also, please do not omit the input in #Given Prompt#.
You SHOULD complicate the given prompt using the following method:
If #Given Prompt# can be solved with just a few simple thinking processes, you can rewrite it to explicitly request multiple-step reasoning.
You should try your best not to make the #Rewritten Prompt# become verbose, #Rewritten Prompt# can only add 10 to 20 words into #Given Prompt#.
‘#Given Prompt#’, ‘#Rewritten Prompt#’, ‘given prompt’ and ‘rewritten prompt’ are not allowed to appear in #Rewritten Prompt#
#Given Prompt#:
<Here is instruction.>
#Rewritten Prompt#:
  • 这是complicating input：
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
You must add [XML data] format data as input data in [Rewritten Prompt]
#Given Prompt#:
<Here is Demonstration instruction 1.>
#Rewritten Prompt#:
<Here is Demonstration Example 1.>
... N -1 Examples ...
I want you act as a Prompt Rewriter.
Your objective is to rewrite a given prompt into a more complex version to make those famous AI systems (e.g., ChatGPT and GPT4) a bit harder to handle.
But the rewritten prompt must be reasonable and must be understood and responded by humans.
You must add [#Given Dataformat#] format data as input data, add [#Given Dataformat#] code as input code in [Rewritten Prompt]
Rewrite prompt must be a question style instruction
#Given Prompt#:
<Here is instruction.>
#Rewrite prompt must be a question style instruction Rewritten Prompt(MUST contain a specific JSON data as input#:

广度进化

I want you act as a Prompt Creator.
Your goal is to draw inspiration from the #Given Prompt# to create a brand new prompt.
This new prompt should belong to the same domain as the #Given Prompt# but be even more rare.
The LENGTH and difficulty level of the #Created Prompt# should be similar to that of the #Given Prompt#. The #Created Prompt# must be reasonable and must be understood and responded by humans.
‘#Given Prompt#’, ‘#Created Prompt#’, ‘given prompt’ and ‘created prompt’ are not allowed to appear in #Created Prompt#.
#Given Prompt#:
<Here is instruction.>
#Created Prompt#:

生成response

  • 使用与进化相同的LLM来为进化的指令生成相应的响应。生成提示符是" <Here is instruction.> "。

消除进化

有以下4种情况归类为失败：

  • 指令进化失败;与原始指令相比，进化后的指令没有提供任何信息增益。我们使用ChatGPT进行此确定。
  • 进化的指令使得LLM很难产生响应。我们发现，当生成的响应包含“sorry”并且长度相对较短(即少于80个单词)时，它通常表明LLM努力响应进化的指令。所以我们可以用这个规则来做判断。
  • LLM生成的响应只包含标点和停止词。
  • 进化指令显然从进化提示中复制了一些单词，如“给定提示”、“重写提示”、“#重写提示#”等。

baseline

  • ChatGPT
    • OpenAI
    • AI bot
    • 基于GPT-3.5 or GPT-4
  • Alapaca
    • 开源模型，基于LLaMA
    • 斯坦福大学Standford University
  • Vicuna
    • 开源的chat bot
    • 基于LLaMA

参考文献

WizardLM论文：https://arxiv.org/abs/2304.12244

DB-GPT项目：https://github.com/eosphoros-ai/DB-GPT/blob/main/README.zh.md

DB-GPT-Hub项目：GitHub - eosphoros-ai/DB-GPT-Hub: A repository that contains models, datasets, and fine-tuning techniques for DB-GPT, with the purpose of enhancing model performance, especially in Text-to-SQL.

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/102606.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

HR：“我们不收有外包工作经验的项目经理”

HR：“我们不收有外包工作经验的项目经理”

大家好&#xff0c;我是老原。 现在&#xff0c;越来越多的项目经理小白以合同工的形式卷入大厂。 一部分是想要转行到项目经理&#xff0c;另一部分是想去某个大厂工作&#xff0c;但是碍于现在够不着这个岗位或者意向大厂的招聘标准&#xff0c;就会选择进入外包公司。 本…
阅读更多...
leetcode刷题--数组类

leetcode刷题--数组类

文章目录 1. 485 最大连续1的个数2. 495 提莫攻击3. 414 第三大的数4. 628 三个数的最大乘积5. 645 错误的集合6. 697 数组的度7. 448 找到所有数组中消失的数字9. 41 缺失的第一个正数10. 274 H指数11. 453 最小操作次数使得数组元素相等12. 665 非递减数列13. 283 移动零14. …
阅读更多...
SpringMVC_执行流程

SpringMVC_执行流程

四、SpringMVC执行流程 1.SpringMVC 常用组件 DispatcherServlet&#xff1a;前端控制器&#xff0c;用于对请求和响应进行统一处理HandlerMapping&#xff1a;处理器映射器&#xff0c;根据 url/method可以去找到具体的 Handler(Controller)Handler:具体处理器&#xff08;程…
阅读更多...
Python网络爬虫中这七个li标签下面的属性值，不是固定的，怎样才能拿到他们的值呢？...

Python网络爬虫中这七个li标签下面的属性值，不是固定的，怎样才能拿到他们的值呢？...

点击上方“Python爬虫与数据挖掘”&#xff0c;进行关注 回复“书籍”即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 愚以为宫中之事&#xff0c;事无大小&#xff0c;悉以咨之&#xff0c;然后施行&#xff0c;必能裨补阙漏&#xff0c;有所广益。 大家好&#xff0c;我…
阅读更多...
C++回顾录

C++回顾录

代码随想录 (programmercarl.com) 数组和内存 数组是存放在连续内存空间上的相同类型数据的集合。 数组可以方便的通过下标索引的方式获取到下标下对应的数据。 举一个字符数组的例子&#xff0c;如图所示&#xff1a; 数组可以方便的通过下标索引的方式获取到下标下对应的…
阅读更多...
redis(1)-hiredis-Windows下的编译

redis(1)-hiredis-Windows下的编译

1.linux编译说明文档 GitHub - sewenew/redis-plus-plus: Redis client written in C 2.hiredis 编译 2.1 hiredis下载 https://github.com/redis/hiredis.git 2.2 hiredis cmake编译 2.2.1 配置生成:ConfigeGenerateOpen Project 配置源目录&#xff1a;…
阅读更多...
适用于Linux的Windows子系统（系统安装步骤）

适用于Linux的Windows子系统（系统安装步骤）

目录 前言 一、WSL2安装 1.Microsoft参考文档&#xff08;推荐选择旧版 WSL 的手动安装步骤&#xff09; 2.开启子系统 二、Ubuntu安装 1.在Microsoft Store中获取ubuntu 2.运行ubuntu配置管理信息 3.ubuntu换源 三、WSL 与 Ubuntu的一些基础使用命令 四、Windows Terminal终端…
阅读更多...
我们来看看Kubernetes、Docker、Dockershim、Containerd、runc、CRI、CRI-O、OCI的到底有什么关系？

我们来看看Kubernetes、Docker、Dockershim、Containerd、runc、CRI、CRI-O、OCI的到底有什么关系？

Kubernetes v1.20版本 的 release note 里说 deprecated docker。并且在后续版本 v1.24 正式删除了 dockershim 组件&#xff0c;这对我们有什么影响呢&#xff1f; 为了搞明白这件事情&#xff0c;以及理解一系列容器名词 docker, dockershim, containerd, containerd-shim, …
阅读更多...
软件测试/测试开发丨Web自动化 PageObject设计模式

软件测试/测试开发丨Web自动化 PageObject设计模式

点此获取更多相关资料 本文为霍格沃兹测试开发学社学员学习笔记分享 原文链接&#xff1a;https://ceshiren.com/t/topic/27167 一、page object 模式简介 马丁福勒个人博客 selenium 官网 1.1、传统 UI 自动化的问题 无法适应 UI 频繁变化无法清晰表达业务用例场景大量的样…
阅读更多...
金融风控数据分析-信用评分卡建模(附数据集下载地址)

金融风控数据分析-信用评分卡建模(附数据集下载地址)

本文引用自&#xff1a; 金融风控&#xff1a;信用评分卡建模流程 - 知乎 (zhihu.com) 在原文的基础上加上了一部分自己的理解&#xff0c;转载在CSDN上作为保留记录。 本文涉及到的数据集可直接从天池上面下载&#xff1a; Give Me Some Credit给我一些荣誉_数据集-阿里云…
阅读更多...
【Arduino29】74HC595控制LED灯

【Arduino29】74HC595控制LED灯

硬件准备 74HC595直插芯片&#xff1a;1 个 绿色LED灯&#xff1a;4 个 红色LED灯&#xff1a;4 个 220欧的电阻&#xff1a;8个 面包板&#xff1a;1个 杜邦线&#xff1a;若干 硬件连线 软件程序 #define DS_pin 11 //DS引脚 #define STCP_pin 8 //ST_CP引脚,输出…
阅读更多...
【Java基础篇 | 面向对象】—— 封装详解

【Java基础篇 | 面向对象】—— 封装详解

个人主页&#xff1a;兜里有颗棉花糖 欢迎 点赞&#x1f44d; 收藏✨ 留言✉ 加关注&#x1f493;本文由 兜里有颗棉花糖 原创 收录于专栏【JavaSE_primary】 本专栏旨在分享学习Java的一点学习心得&#xff0c;欢迎大家在评论区讨论&#x1f48c; 目录 一、封装1.1什么是封装…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023