Come le Allucinazioni dei Modelli Linguistici Possono Aumentare Progressivamente

How Language Model Hallucinations Can Snowball

May 22, 2023

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

cs.AI

Abstract

Un rischio significativo nell'utilizzo di modelli linguistici in applicazioni pratiche è la loro tendenza a generare affermazioni errate, fenomeno noto come allucinazione. Le allucinazioni sono spesso attribuite a lacune conoscitive nei modelli linguistici, ma ipotizziamo che, in alcuni casi, quando cercano di giustificare allucinazioni precedentemente generate, i modelli linguistici producano affermazioni false che potrebbero invece riconoscere come errate. Abbiamo costruito tre dataset di domande e risposte in cui ChatGPT e GPT-4 spesso forniscono una risposta errata e offrono una spiegazione contenente almeno un'affermazione inesatta. In modo cruciale, abbiamo scoperto che ChatGPT e GPT-4 sono in grado di identificare rispettivamente il 67% e l'87% dei propri errori. Definiamo questo fenomeno come "effetto valanga delle allucinazioni": un modello linguistico si impegna eccessivamente in errori iniziali, portando a ulteriori errori che altrimenti non commetterebbe.

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.