हमने ChatGPT नाम का एक मॉडल ट्रेन किया है, जो बातचीत के अंदाज़ में इंटरैक्ट करता है. डायलॉग फ़ॉरमैट के चलते ChatGPT फ़ॉलोअप सवालों के जवाब देता है, अपनी गलतियां मानता है, गलत विचारों को चुनौती देता है, और ग़लत अनुरोधों को रिजेक्ट कर देता है.
ChatGPT, InstructGPT का सिबलिंग मॉडल है, जिसे एक प्रॉम्प्ट में निर्देशों को फ़ॉलो करने और एक विस्तृत जवाब देने के लिए ट्रेन किया गया है.
ChatGPT पेश करते हुए हम काफ़ी उत्साहित हैं, हम यूज़र्स का फ़ीडबैक पाना चाहते हैं ताकि हम इसकी ख़ासियतों और कमज़ोरियों के बारे में जान सकें. रिसर्च प्रीव्यू के दौरान आप ChatGPT को फ़्री में इस्तेमाल कर सकते हैं. इसे अभी chatgpt.com(एक नई विंडो में खुलेगा) पर आज़माएं.
सैंपल्स
resultWorkerErr := make(chan error)
defer close(resultWorkerErr)
go func() {
defer cancel()
resultWorkerErr <- b.resultWorker(ctx)
}()
err := b.worker(ctx)
cancel()
if err == nil {
return <-resultWorkerErr
}
return multierror.Append(err, <-resultWorkerErr)resultWorkerErr channel is never closed, which means that the code could potentially hang if the resultWorkerErr channel is never written to. This could happen if b.resultWorker never returns an error or if it’s canceled before it has a chance to return an error.To fix this issue, you could close the resultWorkerErr channel after writing to it. For example, you could add the following line of code after the line that sends the error on the channel:
close(resultworkerErr)resultWorkerErr channel is always closed, even if b.resultWorker never returns an error. Again, it’s difficult to say whether this is the issue you’re experiencing without more information about the problem you’re seeing. Can you provide more details about what’s happening when you run the code?इस मॉडल को हमने रीइंफ़ोर्समेंट लर्निंग फ़्रॉम ह्यूमन फ़ीडबैक (RLHF) का इस्तेमाल करके ट्रेन किया है, यह ठीक वही विधि है जिसे InstructGPT में इस्तेमाल किया गया है, पर डेटा कलेक्शन सेटअप में थोड़ा फ़र्क है. हमने सुपरवाइज़्ड फ़ाइन-ट्यूनिंग का इस्तेमाल करते हुए एक शुरुआती मॉडल को ट्रेन किया है: इसमें ह्यूमन AI ट्रेनर्स ने बातचीत प्रदान की है, जिसमें उन्होंने दोनों भूमिकाएं निभायी हैं—यूज़र और AI असिस्टेंट. हमने ट्रेनर्स को मॉडल-रिटेन सजेशन्स का एक्सेस दिया ताकि उन्हें अपने रिस्पांस लिखने में मदद मिल सके. हमने इस नए डायलॉग डेटासेट को InstructGPT डेटासेट के साथ मिलाया, जिसे हमने डायलॉग फ़ॉर्मेट में बदल दिया.
रीइंफ़ोर्समेंट लर्निंग के लिए एक रिवार्ड मॉडल बनाने के लिए हमें कंपेरिजन डेटा कलेक्ट करने की जरूरत थी, जिसमें क्वालिटी के अनुसार रैंक किए हुए दो या ज्यादा मॉडल रिस्पांस शामिल हों. यह डेटा कलेक्ट करने के लिए हमने वह बातचीत ली, जो AI ट्रेनर्स ने चैटबॉट के साथ की थी. हमने रैंडम तरीके से एक मॉडल-रिटेन मैसेज चुना, कई अल्टरनेटिव कम्प्लीशन्स को सैंपल किया, और AI ट्रेनर्स से उनकी रैंकिंग करवाई. इन रिवार्ड मॉडल्स का इस्तेमाल करते हुए, हम प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन का इस्तेमाल करके मॉडल को फ़ाइन-ट्यून कर सकते हैं. हमने इस प्रक्रिया को कई बार दोहराया.
ChatGPT को GPT‑3.5 सीरीज़ के एक मॉडल से फ़ाइन-ट्यून किया गया है, जिसकी ट्रेनिंग 2022 के शुरुआत में पूरी हुई थी. आप 3.5 सीरीज़ के बारे में यहां(एक नई विंडो में खुलेगा) और ज़्यादा जानें. ChatGPT और GPT‑3.5 को एक Azure AI सुपरकंप्यूटिंग इंफ्रास्ट्रक्चर पर ट्रेन किया गया था.
- ChatGPT कभी-कभी ऐसे जवाब लिखता है, जो दिखने में तो ठीक लगते हैं, लेकिन वे असल में गलत होते हैं. इस समस्या को ठीक करना चुनौतीपूर्ण है, कुछ इन कारणों से: (1) RL ट्रेनिंग के दौरान, उस समय सच का कोई स्रोत नहीं था; (2) मॉडल को ज़्यादा सतर्क रहने के लिए ट्रेन करने से यह ऐसे सवालों का जवाब देने से मना कर देता है जिनका जवाब वह ठीक से दे सकता है; और (3) सुपरवाइज़्ड ट्रेनिंग मॉडल को ग़लत दिशा में ले जाती है क्योंकि सही जवाब इस बात पर निर्भर करता है कि मॉडल क्या जानता है(एक नई विंडो में खुलेगा), बजाय इसके कि ह्यूमन डेमॉनस्ट्रेटर क्या जानता है.
- ChatGPT इनपुट के तरीके में बदलावों और एक ही प्रॉम्प्ट कई बार पूछे जाने के प्रति संवेदनशील है. उदाहरण के लिए, कोई सवाल की वाक्य-संरचना कुछ ऐसी हो सकती है कि मॉडल उसका जवाब ना पता होने की बात कहे, लेकिन उसी वाक्य-संरचना में थोड़ा सा बदलाव करने पर वह सही जवाब दे सकता है.
- मॉडल अक्सर बहुत ज़्यादा बातूनी है और कुछ विशेष वाक्यों का बहुत ज़्यादा इस्तेमाल करता है, जैसे कि बार-बार यह बताता है कि यह OpenAI द्वारा ट्रेन किया हुआ एक लैंग्वेज मॉडल है. ये परेशानियाँ, ट्रेनिंग डेटा के बायस (ट्रेनर्स लंबे जवाब प्रिफ़र करते हैं जो ज़्यादा व्यापक लगते हैं), और जानी-पहचानी ओवर-ऑप्टिमाइज़ेशन समस्याओं के कारण होती हैं.1 और 2
- आदर्श तौर पर, जब यूज़र द्वारा कोई अस्पष्ट क्वेरी पूछे जाने पर मॉडल को उस सवाल पर क्लैरिफ़िकेशन मांगना चाहिए. बल्कि, हमारे मौजूदा मॉडल्स आमतौर पर अनुमान लगाते हैं कि यूज़र का क्या मतलब था.
- हालांकि हमने पूरी कोशिश की है कि मॉडल अनुचित सवालों का जवाब देने से मना कर दे, लेकिन कभी-कभी यह हानिकारक निर्देशों का जवाब देता है या बायस्ड बिहैवियर दिखाता है. हम कुछ विशेष प्रकार के असुरक्षित कंटेंट पर चेतावनी देने या उसे ब्लॉक करने के लिए Moderation API का इस्तेमाल कर रहे हैं, लेकिन हम समझते हैं कि अभी इसमें कुछ फ़ॉल्स निगेटिव्स और पॉजिटिव्स होंगे. हम यह सिस्टम सुधारने के लिए हमारे ऑनगोइंग वर्क में मदद के लिए यूज़र फ़ीडबैक कलेक्ट करना चाहते हैं.
ChatGPT की आज की रिसर्च रिलीज़, OpenAI द्वारा ज़्यादा सुरक्षित और कारगर AI सिस्टम्स के इटीरेटिव डिप्लॉयमेंट में लेटेस्ट स्टेप होगा. GPT‑3 और Codex जैसे पिछले मॉडल्स के डिप्लॉयमेंट से कुछ सबक सीखने को मिले हैं, जिसके आधार पर इस रिलीज़ के लिए सेफ़्टी मिटिगेशन के उपाय किए गए हैं, जैसे कि रीइंफ़ोर्समेंट लर्निंग फ़्रॉम ह्यूमन फ़ीडबैक (RLHF) का इस्तेमाल करके हानिकारक और गलत आउटपुट में काफ़ी कमी लाई जा सकी है.
जैसा कि ऊपर चर्चा की गई है, हमें मालूम है कि बहुत सी सीमाएँ हैं, और उनमें सुधार करने के लिए हमने मॉडल में नियमित अपडेट करने का प्लॉन बनाया गया है. लेकिन हमें यह भी उम्मीद है कि ChatGPT का एक एक्सेसिबल इंटरफ़ेस प्रदान करके हमें ऐसी समस्याओं के बारे में यूज़र फ़ीडबैक मिल सकेगा, जिनके बारे में हम अभी नहीं जानते हैं.
यूज़र्स से अनुरोध है कि वे प्रॉब्लेमैटिक मॉडल आउटपुट के बारे में UI के ज़रिए फ़ीडबैक दें, साथ ही एक्सटर्नल कंटेंट फ़िल्टर से फ़ॉल्स पॉजिटिव्स/निगेटिव्स के बारे में भी फ़ीडबैक दें, यह भी इंटरफ़ेस का ही हिस्सा है. हमें विशेष तौर पर असल दुनिया, नॉन-एडवर्सरियल स्थितियों में देखे जा सकने वाले हानिकारक आउटपुट संबंधी फ़ीडबैक चाहते हैं, साथ ही हम ऐसे फ़ीडबैक जो हम नए जोखिमों और संभावित मिटिगेशन-उपायों को उजागर करने और समझने में मदद कर सकें. आप ChatGPT Feedback Contest(एक नई विंडो में खुलेगा)3 में भी हिस्सा ले सकते हैं, आपको इसमें API क्रेडिट्स के तौर पर 500 डॉलर तक जीतने का मौका मिल सकता है.A इसकी इंट्रीज फ़ीडबैक फ़ॉर्म के ज़रिए से सबमिट की जा सकती है, जो कि ChatGPT इंटरफ़ेस के साथ लिंक्ड है.
हम इस रिलीज़ से सीखे गए सबक का इस्तेमाल करके अधिक मजबूत सिस्टम डिप्लॉय करना चाहते हैं, जैसे कि इससे पहले वाले डिप्लॉयमेंट्स से सीखी गई बातों का इस्तेमाल हमने इस डिप्लॉयमेंट में किया था.
फ़ुटनोट
- A
कोई भी खरीद ज़रूरी नहीं है, जहां प्रतिबंधित है वहां अमान्य करें. प्रवेश हेतु उम्र कम से कम 18 वर्ष होनी चाहिए. प्रतियोगिता की जानकारी के लिए ऑफ़िशियल नियम(एक नई विंडो में खुलेगा) देखें.
संदर्भ
- 1
Stiennon, Nisan,और अन्य "मानवीय फ़ीडबैक के साथ समराइज़ करना सीख रहा है.(एक नई विंडो में खुलेगा)" न्यूरल इन्फ़ॉर्मेशन प्रोसेसिंग सिस्टम्स 33 (2020) में आगे बढ़ रहा है: 3008-3021.
- 2
Gao, Leo, John Schulman, and Jacob Hilton. “ रिवॉर्ड मॉडल ओवरऑप्टिमाइज़ेशन के लिए सोपान नियम(एक नई विंडो में खुलेगा).” arXiv प्रीप्रिंट arXiv:2210.10760 (2022)।
- 3
इस प्रतियोगिता की प्रेरणा कुछ हद तक Kenway, Josh, Camille François, Sasha Costanza-Chock, Inioluwa Deborah Raji और Joy Buolamwini के कामों से आती है. एल्गोरिद्मिक हानि के लिए बग बाउंटीज़? एल्गोरिद्मिक हानि की खोज, प्रकटीकरण, और निवारण के लिए साइबर सिक्योरिटी भेद्यता प्रकटीकरण से सबक. वॉशिंगटन DC: एल्गोरिदमिक जस्टिस लीग. जनवरी 2022. https://ajl.org/bugs(एक नई विंडो में खुलेगा) पर उपलब्ध है. Brundage, Miles, Avin, Shahar, Wang, Jasmine, Belfield, Haydn, and Gretchen Krueger वगैरह का काम भी देखें. “भरोसेमंद AI डेवलपमेंट की ओर: वेरिफ़िकेशन योग्य दावों के सपोर्ट के लिए मैकेनिज़्म,” अप्रैल 2020. https://arxiv.org/abs/2004.07213(एक नई विंडो में खुलेगा) पर उपलब्ध. HackerOne पर ऐसी एक प्रतियोगिता का एक पूर्व उदाहरण देखें. 2021b. “Twitter एल्गोरिद्मिक पक्षपात” HackerOne. https://hackerone.com/twitter-algorithmic-bias?type=team(एक नई विंडो में खुलेगा). आखिर में, इस विषय पर Rubinovitz, JB द्वारा पहले प्रकाशित कार्य देखें, “AI में पक्षपात का मुकाबला करने के एक तरीके के तौर पर पक्षपात बाउंटी कार्यक्रम,” अगस्त 2018. https://rubinovitz.com/2018/08/01/bias-bounty-programs-as-a-method-of-combatting(एक नई विंडो में खुलेगा) पर उपलब्ध है.
लेखक
स्वीकृतियां
John Schulman, Barret Zoph, Christina Kim, Jacob Hilton, Jacob Menick, Jiayi Weng, Juan Felipe Ceron Uribe, Liam Fedus, Luke Metz, Michael Pokorny, Rapha Gontijo Lopes, Shengjia Zhao, Arun Vijayvergiya, Eric Sigler, Adam Perelman, Chelsea Voss, Mike Heaton, Joel Parish, Dave Cummings, Rajeev Nayak, Valerie Balcom, David Schnurr, Tomer Kaftan, Chris Hallacy, Nicholas Turley, Noah Deutsch, Vik Goel, Jonathan Ward, Aris Konstantinidis, Wojciech Zaremba, Long Ouyang, Leonard Bogdonoff, Joshua Gross, David Medina, Sarah Yoo, Teddy Lee, Ryan Lowe, Dan Mossing, Joost Huizinga, Roger Jiang, Carroll Wainwright, Diogo Almeida, Steph Lin, Marvin Zhang, Kai Xiao, Katarina Slama, Steven Bills, Alex Gray, Jan Leike, Jakub Pachocki, Phil Tillet, Shantanu Jain, Greg Brockman, Nick Ryder, Alex Paino, Qiming Yuan, Clemens Winter, Ben Wang, Mo Bavarian, Igor Babuschkin, Szymon Sidor, Ingmar Kanitscheider, Mikhail Pavlov, Matthias Plappert, Nik Tezak, Heewoo Jun, William Zhuk, Vitchyr Pong, Lukasz Kaiser, Jerry Tworek, Andrew Carr, Lilian Weng, Sandhini Agarwal, Karl Cobbe, Vineet Kosaraju, Alethea Power, Stanislas Polu, Jesse Han, Raul Puri, Shawn Jain, Benjamin Chess, Christian Gibson, Oleg Boiko, Emy Parparita, Amin Tootoonchian, Kyle Kosic और Christopher Hesse
