Atenção Satisfaz: Uma Perspectiva de Satisfação de Restrições sobre Erros Factuais em Modelos de Linguagem

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

September 26, 2023

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

cs.AI

Resumo

Investigamos o comportamento interno de Modelos de Linguagem de Grande Escala (LLMs) baseados em Transformers quando geram textos factualmente incorretos. Propomos modelar consultas factuais como Problemas de Satisfação de Restrições e utilizamos esse framework para investigar como o modelo interage internamente com restrições factuais. Especificamente, descobrimos uma forte relação positiva entre a atenção do modelo aos tokens de restrição e a precisão factual de suas respostas. Em nosso conjunto de 11 datasets com mais de 40.000 prompts, estudamos a tarefa de prever erros factuais com a família Llama-2 em todas as escalas (7B, 13B, 70B). Propomos a Sonda SAT, um método que investiga padrões de autoatenção, capaz de prever a satisfação de restrições e erros factuais, permitindo a identificação precoce de erros. A abordagem e os resultados demonstram como o entendimento mecanicista da factualidade em LLMs pode aumentar a confiabilidade.

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.