Demokratisierung der Schlussfolgerungsfähigkeit: Maßgeschneidertes Lernen mit großen Sprachmodellen

Democratizing Reasoning Ability: Tailored Learning from Large Language Model

October 20, 2023

Autoren: Zhaoyang Wang, Shaohan Huang, Yuxuan Liu, Jiahai Wang, Minghui Song, Zihan Zhang, Haizhen Huang, Furu Wei, Weiwei Deng, Feng Sun, Qi Zhang

cs.AI

Zusammenfassung

Große Sprachmodelle (LLMs) zeigen beeindruckende emergente Fähigkeiten in der natürlichen Sprachverarbeitung, doch ihre Demokratisierung wird durch enorme Rechenanforderungen und ihren Closed-Source-Charakter behindert. Aktuelle Forschungen zur Weiterentwicklung von kleineren Open-Source-LMs durch Wissensdestillation aus Black-Box-LLMs haben vielversprechende Ergebnisse in Bezug auf die Fähigkeit zur Befolgung von Anweisungen erzielt. Die Fähigkeit zum logischen Schlussfolgern, die schwieriger zu fördern ist, wurde jedoch relativ selten untersucht. In diesem Artikel schlagen wir einen maßgeschneiderten Lernansatz vor, um diese Fähigkeit zum logischen Schlussfolgern auf kleinere LMs zu übertragen und so die Demokratisierung dieser exklusiven Fähigkeit zu fördern. Im Gegensatz zur bloßen Verwendung des LLM als Datenannotator nutzen wir das Potenzial des LLM als Lehrkraft für logisches Schlussfolgern, indem wir ein interaktives, mehrstufiges Lernparadigma entwickeln. Dieses Paradigma ermöglicht es dem Schüler, seine Defizite dem Black-Box-Lehrer aufzuzeigen, der dann maßgeschneiderte Trainingsdaten bereitstellen kann. Darüber hinaus schlagen wir ein Selbstreflexionslernen vor, um das Potenzial des kleineren LM für logisches Schlussfolgern zu nutzen und den Schüler dazu zu motivieren, aus selbstgemachten Fehlern zu lernen. Das Lernen durch Selbstreflexion und das LLM werden beide auf den Lernstatus des Schülers zugeschnitten, was durch die nahtlose Integration in das mehrstufige Lernparadigma ermöglicht wird. Umfassende Experimente und Analysen zu mathematischen und alltagslogischen Schlussfolgerungsaufgaben demonstrieren die Wirksamkeit unserer Methode. Der Code wird unter https://github.com/Raibows/Learn-to-Reason verfügbar sein.

English

Large language models (LLMs) exhibit impressive emergent abilities in natural language processing, but their democratization is hindered due to huge computation requirements and closed-source nature. Recent research on advancing open-source smaller LMs by distilling knowledge from black-box LLMs has obtained promising results in the instruction-following ability. However, the reasoning ability which is more challenging to foster, is relatively rarely explored. In this paper, we propose a tailored learning approach to distill such reasoning ability to smaller LMs to facilitate the democratization of the exclusive reasoning ability. In contrast to merely employing LLM as a data annotator, we exploit the potential of LLM as a reasoning teacher by building an interactive multi-round learning paradigm. This paradigm enables the student to expose its deficiencies to the black-box teacher who then can provide customized training data in return. Further, to exploit the reasoning potential of the smaller LM, we propose self-reflection learning to motivate the student to learn from self-made mistakes. The learning from self-reflection and LLM are all tailored to the student's learning status, thanks to the seamless integration with the multi-round learning paradigm. Comprehensive experiments and analysis on mathematical and commonsense reasoning tasks demonstrate the effectiveness of our method. The code will be available at https://github.com/Raibows/Learn-to-Reason.