Hoe hallucinaties in taalmodelen kunnen escaleren

How Language Model Hallucinations Can Snowball

May 22, 2023

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

cs.AI

Samenvatting

Een groot risico van het gebruik van taalmodel(len) in praktische toepassingen is hun neiging om incorrecte uitspraken te hallucineren. Hallucinaties worden vaak toegeschreven aan kennislacunes in taalmodel(len), maar wij veronderstellen dat in sommige gevallen, wanneer ze eerder gegenereerde hallucinaties rechtvaardigen, taalmodel(len) valse beweringen produceren die ze afzonderlijk als incorrect kunnen herkennen. We construeren drie vraag-antwoorddatasets waarin ChatGPT en GPT-4 vaak een incorrect antwoord geven en een uitleg bieden met ten minste één incorrecte bewering. Cruciaal is dat we ontdekken dat ChatGPT en GPT-4 respectievelijk 67% en 87% van hun eigen fouten kunnen identificeren. We verwijzen naar dit fenomeen als hallucinatie-sneeuwbaleffect: een taalmodel gaat te ver in het vasthouden aan vroege fouten, wat leidt tot meer fouten die het anders niet zou maken.

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.