此外，在智能對話領(lǐng)域的研究成果也取得突破性進展。今年5月入選2024年國際機器學(xué)習(xí)大會（ICML）的論文《基于強化學(xué)習(xí)的檢索增強大語言模型可信對齊》由中國科技大學(xué)、合肥綜合性國家科學(xué)中心人工智能研究所、螞蟻數(shù)科聯(lián)合申報。論文針對大語言模型容易遭受幻覺困擾、制造無效內(nèi)容的問題，提出了基于強化學(xué)習(xí)的“可信對齊”策略，該策略的目標不只是“滿足用戶偏好”，而希望激勵模型生成更可信的內(nèi)容。相比傳統(tǒng)基于專家標注樣本的監(jiān)督訓(xùn)練方式，“可信對齊”訓(xùn)練的模型更注重基于給定的上下文和邏輯給出可信的判斷。實驗結(jié)果表明，該方案比開源基礎(chǔ)模型的準確率提升55%，與準確答案的對齊成本降低83%。此外，“可信對齊”在生成文字的流暢度方面比傳統(tǒng)方法提升30%，良好的性能將有利于語言模型在TO B嚴謹行業(yè)的應(yīng)用落地。

自監(jiān)督學(xué)習(xí)被認為是機器智能達到人類水平的關(guān)鍵，其最大的特點是不依賴人工標注的數(shù)據(jù)標簽，可自主觀察和學(xué)習(xí)、提取有用的特征，并應(yīng)用于各種任務(wù)，與人類學(xué)習(xí)的方式相似。自監(jiān)督學(xué)習(xí)在為模型訓(xùn)練降本提效的同時，具備更好的知識泛化能力和持續(xù)學(xué)習(xí)能力，研究對推動AI發(fā)展有著深遠意義。

xiesc