L'attenzione soddisfa: una prospettiva di soddisfazione dei vincoli sugli errori fattuali dei modelli linguistici

Attention Satisfies: A Constraint-Satisfaction Lens on Factual Errors of Language Models

September 26, 2023

Autori: Mert Yuksekgonul, Varun Chandrasekaran, Erik Jones, Suriya Gunasekar, Ranjita Naik, Hamid Palangi, Ece Kamar, Besmira Nushi

cs.AI

Abstract

Investigiamo il comportamento interno dei modelli linguistici su larga scala (LLM) basati su Transformer quando generano testi fattualmente errati. Proponiamo di modellare le query fattuali come Problemi di Soddisfazione dei Vincoli e utilizziamo questo framework per studiare come il modello interagisce internamente con i vincoli fattuali. In particolare, scopriamo una forte relazione positiva tra l'attenzione del modello sui token dei vincoli e l'accuratezza fattuale delle sue risposte. Nella nostra suite curata di 11 dataset con oltre 40.000 prompt, studiamo il compito di prevedere errori fattuali con la famiglia Llama-2 su tutte le scale (7B, 13B, 70B). Proponiamo SAT Probe, un metodo che analizza i pattern di self-attention, in grado di prevedere la soddisfazione dei vincoli e gli errori fattuali, consentendo l'identificazione precoce degli errori. L'approccio e i risultati dimostrano come l'utilizzo della comprensione meccanicistica della fattualità nei LLM possa migliorare l'affidabilità.

English

We investigate the internal behavior of Transformer-based Large Language Models (LLMs) when they generate factually incorrect text. We propose modeling factual queries as Constraint Satisfaction Problems and use this framework to investigate how the model interacts internally with factual constraints. Specifically, we discover a strong positive relation between the model's attention to constraint tokens and the factual accuracy of its responses. In our curated suite of 11 datasets with over 40,000 prompts, we study the task of predicting factual errors with the Llama-2 family across all scales (7B, 13B, 70B). We propose SAT Probe, a method probing self-attention patterns, that can predict constraint satisfaction and factual errors, and allows early error identification. The approach and findings demonstrate how using the mechanistic understanding of factuality in LLMs can enhance reliability.