Application Development using Large Language Models笔记

诸神缄默不语-个人CSDN博文目录

这是2023年NeurIPS Andrew Ng和Isa Fulford做的tutorial，关于如何用LLM来开发新产品的技术和思路：NeurIPS Tutorial Application Development using Large Language Models

文章目录

• [1. LLM基础](#1. LLM基础)
• [2. 提示工程技巧](#2. 提示工程技巧)
• [3. 微调](#3. 微调)
• [4. AI创业和其他应用思路](#4. AI创业和其他应用思路)

1. LLM基础

LLM base的思路是"预测下一个token"，LLM聊天模型的思路是对齐instructuion（指令），也就是用问答对来继续预训练LLM。这样能让LLM有回答问题 / 遵从指令的能力。

RLHF，对齐人类需求：人工对LLM回答结果打分（实现是比较哪个回答更好），学习人工打分的reward model

2. 提示工程技巧

1. 加reference
2. 重复问，用类似模型聚合的方式
3. 分解任务：分类query
4. moderation API：检测安全性
5. 防止prompt injection：
   1. 将用户输入从prompt中分隔出来
      
      2. 多问一次，有没有prompt injection
6. 用户给出的例子、低资源语言prompt、代码、"奶奶讲故事"可能会绕过安全限制

3. 微调

1. 也许只需要200-500个样本

4. AI创业和其他应用思路

1. 分解人类的实际工作内容，根据技术的可获得性判断AI在哪一步可能有用
2. 及时监控LLM输出
3. 评估LLM的表现：制作测试集和评估指标
4. 用LM评估指标：这一点我记得另外有一篇paper说LLM更倾向于同一LLM生成的结果来着，忘了具体是哪篇了，下次找找
5. 这玩意仍然难以debug（我对此深有感触）
6. 定义specific and narrow use case，明确评估指标、成功的标准，评估风险
7. 用LLM让工作流程更简单、更便宜
8. LLM基座模型可能会自己变好（什么，AI界自己的摩尔定律）
9. personalized LLM可能需要LLM在每一层都努力，pretraining阶段就需要考虑文化差异，RLHF阶段有personalized RLHF、group wise RLHF、不同的甚至冲突的preference
10. LLM的置信度：简单方案是直接问LLM你的confidence是多少；更好的方法是抽样多条回答，检查其一致性
11. 闭源模型效果好但不好调，还想要长记忆，还想要用户能够实时反馈并得以调整：Andrew的建议是模仿人类的思路一步一步来，这样也方便做错误分析