从大型语言模型LLM走向人工通用智能AGI的改进方向（public）

从大型语言模型走向人工通用智能AGI

返回论文和资料目录

1.导读

这篇博客主要基于《Sparks of Artificial General Intelligence: Early experiments with GPT-4》文中第9和第10节、以及我自己对当前LLM和AGI的理解。给出大型语言模型走向AGI时改进的方向。

2.14个问题及改进方向（动态持续更新）

1.缩减模型

模型约减的目标是使用尽可能小的模型达到尽可能优的性能。当前大语言模型的模型规模是10B-500B。未来AGI必然是要普及的，所以缩减模型是一个重点研究方向。

导致的问题：

模型的训练成本和使用成本高，类似ChatGPT等这些优异性能的大模型每训练一次需要上千万美金，而在使用时，模型输入输出一次就需要经过整个大模型，导致使用成本巨大。
模型难以推广到个人。与世界上第一台电脑类似，如果后续没有个人电脑的普及，相信计算机至今都只存在大型科研或军事用途上。模型大导致现在大模型的研究主要在工业界和少数顶级科研机构上，这不仅导致研究工作开展困难，还使得模型无法推广到平民。这也间接导致了后面模型难以进行个性化的发展。

改进的具体方向：

从具体模型方面入手，采用更优的神经网络结构，损失函数，优化器，词向量编码。目前已经有少量的工作在这方面取得了一定的成绩，例如LLaMA。
与工具结合。在一些特定的场景，大模型仍然难以扩展，例如数学计算等。一个大型语言模型再强也难以具备一个计算器的的数学运算能力。因此，与其不断努力为了保持性能而不降低模型规模，还不如研究如何将一些模型低耦合的能力分给其他工具实现，并如何将工具与大模型整合的技术。与工具结合这一方向详细展开可见第11点。

2.个性化

个性化是指模型为每个用户提供个性化服务。未来AGI必然是要普及的，所以模型如何实现个性化是一个重点研究方向。

导致的问题：

在许多场景，模型需要为个人或组织提供个性化服务。例如，在教育场景中，我们期望模型能够根据学生在学习方面的进步去理解并适应，给出学生不同阶段的学习帮助。同时针对不同的学生，模型需要给出不同的教学方法。再例如，在日常聊天场景中，模型面向小孩和大人的模型输出可能就不一样。针对小孩，模型不应该输出不适合未成年人的内容。同时，聊天中需要注意正确的引导孩子。

改进的具体方向：

元指令。这是《Sparks of Artificial General Intelligence: Early experiments with GPT-4》给出的一个方法。它的思路是每次通过指令输入的方法，让模型知道当前的用户是谁，之前和他说过什么，目前什么样的输出适合他。虽然这种方法局限性大且不够有效，但确实是最简单的一种思路，目前很火的AutoGPT就是这么干的，确实能够实现一部分个性化能力。

3.长期记忆

长期记忆指大模型需要记住长文本内容，形成新的认知，或类似人类具备情景记忆。这是大模型一个非常大的缺陷，也是实现AGI必然要解决的问题。

导致的问题：

模型无法应对需要长期记忆的场景。例如当使用大模型阅读一本书，模型阅读第2章内容时可能第一章内容就忘了，人物和事件根本记不住。在源代码中，对类和函数的引用可能离定义它们的地方很远。在定理证明中，证明需要利用先前定义的引理。虽然目前GPT-4一次输入支持的最大token数已经提升到25000，但想实现阅读一本书，仍然非常困难。再例如，目前已经有工作研究将机器人与ChatGPT结合，而此时机器人有个很大问题是无法类似人类具备事件记忆，无法记住什么时候发生了什么事，遇见了什么人。

改进的具体方向：

结合数据库或知识图谱相关技术。目前AutoGPT就采用了这种方法，确实具备了一部分长期记忆能力。
构建一个长期记忆模型M并结合数据库技术。类似的想法目前清华有做类似的工作ChatDB。

4.置信校准

置信校准指的是模型需要判断事件的真假。当前LLM经常会输出假事实，例如，你让LLM写一首李白的诗，它的输出虽然是诗，但却是它自己瞎编的而不是李白的。你让他给你一篇关于XX领域的参考文献，它的输出像模像样，但真的去谷歌学术上找，发现是找不到对应的文献的。

导致的问题：

LLM无法分别是非，它的认知主要基于训练集，不会自己去思考和判断什么是真什么是假。在实际使用的过程中，无法输出保真答案。

改进的具体方向：

无

5.持续学习

持续学习指的是模型需要根据周围的环境更新自身。模型训练好一次后，需要能够持续不断地学习。

导致的问题：

当前模型无法更新。具体地，存在两种情况。第一种，当一个模型训练好后，假设我们的计算资源得到了更新，我们当前需要一个更大的模型。此时，当前LLM面临的情况是在一个参数量更大的模型上完全重新训练；第二种，当模型在使用时，我们目前比较好的方式是使用RLHF的方法进行微调，使得模型能够一定程度上得到更新，但这种方式不是实时的，而且更新效率低需要对整个模型进行调节。

改进的具体方向：

无

6.计划和目标

计划和目标指模型需要具备制定计划和目标的能力。

导致的问题：

当模型需要处理的问题复杂时，模型无法制定计划和目标对问题进行简化，进而有效地解决问题。例如，人完成去华山旅游这件事时，需要把这个目标进行分解，再依次完成。比如，首先需要检查自己有多少钱，然后搜索去的交通工具，接着需要订酒店，购买上山物资，再接着规划行动路线，最后坐车回家。其中里面的每个环节可能又可分成多个步骤。比如，订酒店要考虑价格和位置，考虑订几人房等。这么一个复杂目标需要合适的计划，并制定一系列的目标实现。
另外一方面，模型无法指定提升自己的目标导致无法主动学习，进而使得模型性能无法离线提升。

改进的具体方向：

指令提示+短期记忆：目前AutoGPT就采取了类似的方式实现，它将一个任务不断通过prompt的方式进行提示和拆解，最终指定多个子目标，一步一步实现。这种方式能够一定程度上实现模型的规划和目标能力。

7.数据集收集和生成

数据集收集和生成指模型需要配合合适的数据集收集和生成方法。

导致的问题：

模型性能不高。近期，LLaMA等大模型论文中已经显示，即使是规模小的大模型，扩大数据集也能帮助进一步提升性能。反过来讲，通过合适的方式收集或生成数据，并进一步用于训练模型可以有效地提升大模型的性能。

改进的具体方向：

针对数据集收集，可以重点研究模型自主上网收集数据能力。最终，让模型可以在网络上自主收集数据并用于训练提升性能。
针对数据集生成，可以借助已有的LLM模型生成数据集，帮助提升性能，例如WizardLM模型或Wizardcode，下图给出了一个Wizardcode利用LLM生成针对Code领域的数据的例子。另外，可以研究让模型自动生成数据，再用生成数据训练模型，不断迭代增强性能。最近facebook在计算机视觉领域发表了一篇针对图像分割的论文。其中提到一个名为数据引擎的数据生成方法，使得数据生成和模型训练变成一个闭环，达到了“分割万物”的惊艳结果。

在这里插入图片描述