Comment les hallucinations des modèles de langage peuvent s'emballer

How Language Model Hallucinations Can Snowball

May 22, 2023

Auteurs: Muru Zhang, Ofir Press, William Merrill, Alisa Liu, Noah A. Smith

cs.AI

Résumé

Un risque majeur lié à l'utilisation des modèles de langage dans des applications pratiques est leur tendance à produire des déclarations incorrectes, un phénomène appelé hallucination. Les hallucinations sont souvent attribuées à des lacunes de connaissances dans les modèles de langage, mais nous émettons l'hypothèse que, dans certains cas, lorsqu'ils justifient des hallucinations précédemment générées, ces modèles produisent des affirmations fausses qu'ils pourraient par ailleurs reconnaître comme incorrectes. Nous avons construit trois ensembles de données de questions-réponses dans lesquels ChatGPT et GPT-4 énoncent souvent une réponse erronée et fournissent une explication contenant au moins une affirmation incorrecte. Fait crucial, nous constatons que ChatGPT et GPT-4 sont capables d'identifier respectivement 67 % et 87 % de leurs propres erreurs. Nous qualifions ce phénomène d'**effet boule de neige des hallucinations** : un modèle de langage s'engage excessivement dans des erreurs initiales, ce qui entraîne davantage d'erreurs qu'il n'aurait normalement pas commises.

English

A major risk of using language models in practical applications is their tendency to hallucinate incorrect statements. Hallucinations are often attributed to knowledge gaps in LMs, but we hypothesize that in some cases, when justifying previously generated hallucinations, LMs output false claims that they can separately recognize as incorrect. We construct three question-answering datasets where ChatGPT and GPT-4 often state an incorrect answer and offer an explanation with at least one incorrect claim. Crucially, we find that ChatGPT and GPT-4 can identify 67% and 87% of their own mistakes, respectively. We refer to this phenomenon as hallucination snowballing: an LM over-commits to early mistakes, leading to more mistakes that it otherwise would not make.