A Retrotradução com Restrição Melhora a Capacidade de Seguir Instruções Complexas de Grandes Modelos de Linguagem

Constraint Back-translation Improves Complex Instruction Following of Large Language Models

October 31, 2024

Autores: Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou, Juanzi Li

cs.AI

Resumo

Grandes modelos de linguagem (LLMs) têm dificuldade em seguir instruções com restrições complexas em formato, comprimento, etc. Seguindo a prática convencional de ajuste de instruções, trabalhos anteriores realizam pós-treinamento em pares de instrução-resposta complexos gerados alimentando instruções complexas em LLMs avançados. No entanto, mesmo LLMs avançados não conseguem seguir bem instruções complexas, limitando assim a qualidade dos dados gerados. Neste trabalho, descobrimos que conjuntos de dados existentes contêm inerentemente restrições complexas implícitas e propomos uma nova técnica de geração de dados, a retrotradução de restrições. Especificamente, pegamos os pares de instrução-resposta de alta qualidade em conjuntos de dados existentes e apenas adotamos LLMs avançados para adicionar restrições complexas já atendidas pelas respostas às instruções, o que naturalmente reduz custos e ruídos nos dados. Nos experimentos, adotamos o Llama3-70B-Instruct para retrotraduzir restrições e criar um conjunto de dados de instrução-resposta complexo de alta qualidade, chamado CRAB. Demonstramos que o pós-treinamento em CRAB melhora a capacidade de seguir instruções complexas de vários LLMs de base, avaliados em extensas referências de seguimento de instruções. Além disso, descobrimos que a retrotradução de restrições também serve como um útil objetivo de treinamento auxiliar no pós-treinamento. Nosso código, dados e modelos serão disponibilizados para facilitar pesquisas futuras.

English

Large language models (LLMs) struggle to follow instructions with complex constraints in format, length, etc. Following the conventional instruction-tuning practice, previous works conduct post-training on complex instruction-response pairs generated by feeding complex instructions to advanced LLMs. However, even advanced LLMs cannot follow complex instructions well, thus limiting the quality of generated data. In this work, we find that existing datasets inherently contain implicit complex constraints and propose a novel data generation technique, constraint back-translation. Specifically, we take the high-quality instruction-response pairs in existing datasets and only adopt advanced LLMs to add complex constraints already met by the responses to the instructions, which naturally reduces costs and data noise. In the experiments, we adopt Llama3-70B-Instruct to back-translate constraints and create a high-quality complex instruction-response dataset, named CRAB. We present that post-training on CRAB improves multiple backbone LLMs' complex instruction-following ability, evaluated on extensive instruction-following benchmarks. We further find that constraint back-translation also serves as a useful auxiliary training objective in post-training. Our code, data, and models will be released to facilitate future research.