Сорока: Синтез данных выравнивания "с нуля" путем подачи выровненных LLMs без чего-либо

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

June 12, 2024

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

cs.AI

Аннотация

Высококачественные данные по инструкциям критически важны для согласования больших языковых моделей (ЯМ). Хотя некоторые модели, такие как Llama-3-Instruct, имеют открытые веса, их данные по согласованию остаются конфиденциальными, что затрудняет демократизацию искусственного интеллекта. Высокие трудозатраты человека и ограниченный, заранее определенный объем подсказок мешают существующим методам создания открытых данных масштабироваться эффективно, что потенциально снижает разнообразие и качество общедоступных наборов данных по согласованию. Возможно ли синтезировать высококачественные данные по инструкциям в масштабе, извлекая их непосредственно из согласованной ЯМ? Мы представляем метод самосинтеза для создания данных по согласованию в масштабе, названный Magpie. Нашим ключевым наблюдением является то, что согласованные ЯМ, такие как Llama-3-Instruct, могут генерировать запрос пользователя, когда мы вводим только левосторонние шаблоны до позиции, зарезервированной для сообщений пользователя, благодаря их авторегрессивной природе. Мы используем этот метод для подсказки Llama-3-Instruct и генерируем 4 миллиона инструкций вместе с соответствующими ответами. Мы проводим всесторонний анализ извлеченных данных и выбираем 300 тыс. высококачественных экземпляров. Для сравнения данных Magpie с другими общедоступными наборами данных по инструкциям мы донастраиваем Llama-3-8B-Base с каждым набором данных и оцениваем производительность донастроенных моделей. Наши результаты показывают, что в некоторых задачах модели, донастроенные с помощью Magpie, проявляют производительность, сравнимую с официальным Llama-3-8B-Instruct, несмотря на то, что последний улучшен 10 миллионами точек данных через надзорное донастройка (SFT) и последующее обучение с обратной связью. Мы также показываем, что использование Magpie исключительно для SFT может превзойти производительность предыдущих общедоступных наборов данных, используемых как для SFT, так и для оптимизации предпочтений, таких как прямая оптимизация предпочтений с UltraFeedback. Это преимущество очевидно на бенчмарках по согласованию, таких как AlpacaEval, ArenaHard и 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.