Magpie: Synthese van Afstemmingsgegevens vanaf Nul door Afgestemde LLM's te Promoten met Niets

Magpie: Alignment Data Synthesis from Scratch by Prompting Aligned LLMs with Nothing

June 12, 2024

Auteurs: Zhangchen Xu, Fengqing Jiang, Luyao Niu, Yuntian Deng, Radha Poovendran, Yejin Choi, Bill Yuchen Lin

cs.AI

Samenvatting

Hoogwaardige instructiedata is cruciaal voor het afstemmen van grote taalmmodellen (LLM's). Hoewel sommige modellen, zoals Llama-3-Instruct, open gewichten hebben, blijven hun afstemmingsdata privé, wat de democratisering van AI belemmert. Hoge menselijke arbeidskosten en een beperkte, vooraf gedefinieerde scope voor prompting voorkomen dat bestaande open-source methoden voor datacreëring effectief kunnen opschalen, wat mogelijk de diversiteit en kwaliteit van publieke afstemmingsdatasets beperkt. Is het mogelijk om hoogwaardige instructiedata op grote schaal te synthetiseren door deze rechtstreeks uit een afgestemd LLM te extraheren? Wij presenteren een zelf-synthese methode voor het genereren van grootschalige afstemmingsdata genaamd Magpie. Onze belangrijkste observatie is dat afgestemde LLM's zoals Llama-3-Instruct een gebruikersquery kunnen genereren wanneer we alleen de linkersjablonen invoeren tot aan de positie gereserveerd voor gebruikersberichten, dankzij hun autoregressieve aard. We gebruiken deze methode om Llama-3-Instruct te prompten en 4 miljoen instructies te genereren, samen met hun bijbehorende reacties. We voeren een uitgebreide analyse uit van de geëxtraheerde data en selecteren 300K hoogwaardige instanties. Om Magpie-data te vergelijken met andere publieke instructiedatasets, fine-tunen we Llama-3-8B-Base met elke dataset en evalueren we de prestaties van de fine-tuned modellen. Onze resultaten geven aan dat in sommige taken modellen die zijn fine-tuned met Magpie vergelijkbaar presteren met de officiële Llama-3-8B-Instruct, ondanks dat de laatste is versterkt met 10 miljoen datapunten door middel van supervised fine-tuning (SFT) en daaropvolgend feedbackleren. We laten ook zien dat het gebruik van Magpie uitsluitend voor SFT de prestaties kan overtreffen van eerdere publieke datasets die worden gebruikt voor zowel SFT als voorkeursoptimalisatie, zoals directe voorkeursoptimalisatie met UltraFeedback. Dit voordeel is duidelijk zichtbaar op afstemmingsbenchmarks zoals AlpacaEval, ArenaHard en WildBench.

English

High-quality instruction data is critical for aligning large language models (LLMs). Although some models, such as Llama-3-Instruct, have open weights, their alignment data remain private, which hinders the democratization of AI. High human labor costs and a limited, predefined scope for prompting prevent existing open-source data creation methods from scaling effectively, potentially limiting the diversity and quality of public alignment datasets. Is it possible to synthesize high-quality instruction data at scale by extracting it directly from an aligned LLM? We present a self-synthesis method for generating large-scale alignment data named Magpie. Our key observation is that aligned LLMs like Llama-3-Instruct can generate a user query when we input only the left-side templates up to the position reserved for user messages, thanks to their auto-regressive nature. We use this method to prompt Llama-3-Instruct and generate 4 million instructions along with their corresponding responses. We perform a comprehensive analysis of the extracted data and select 300K high-quality instances. To compare Magpie data with other public instruction datasets, we fine-tune Llama-3-8B-Base with each dataset and evaluate the performance of the fine-tuned models. Our results indicate that in some tasks, models fine-tuned with Magpie perform comparably to the official Llama-3-8B-Instruct, despite the latter being enhanced with 10 million data points through supervised fine-tuning (SFT) and subsequent feedback learning. We also show that using Magpie solely for SFT can surpass the performance of previous public datasets utilized for both SFT and preference optimization, such as direct preference optimization with UltraFeedback. This advantage is evident on alignment benchmarks such as AlpacaEval, ArenaHard, and WildBench.