已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Evaluating the Zero-shot Robustness of Instruction-tuned Language Models

计算机科学 稳健性(进化) 差异(会计) 嵌入 要价 人工智能 自然语言处理 生物化学 基因 会计 经济 业务 经济 化学
作者
Jiuding Sun,Chantal Shaib,Byron Wallace
出处
期刊:Cornell University - arXiv 被引量:2
标识
DOI:10.48550/arxiv.2306.11270
摘要

Instruction fine-tuning has recently emerged as a promising approach for improving the zero-shot capabilities of Large Language Models (LLMs) on new tasks. This technique has shown particular strength in improving the performance of modestly sized LLMs, sometimes inducing performance competitive with much larger model variants. In this paper we ask two questions: (1) How sensitive are instruction-tuned models to the particular phrasings of instructions, and, (2) How can we make them more robust to such natural language variation? To answer the former, we collect a set of 319 instructions manually written by NLP practitioners for over 80 unique tasks included in widely used benchmarks, and we evaluate the variance and average performance of these instructions as compared to instruction phrasings observed during instruction fine-tuning. We find that using novel (unobserved) but appropriate instruction phrasings consistently degrades model performance, sometimes substantially so. Further, such natural instructions yield a wide variance in downstream performance, despite their semantic equivalence. Put another way, instruction-tuned models are not especially robust to instruction re-phrasings. We propose a simple method to mitigate this issue by introducing ``soft prompt'' embedding parameters and optimizing these to maximize the similarity between representations of semantically equivalent instructions. We show that this method consistently improves the robustness of instruction-tuned models.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
冷静的访天完成签到 ,获得积分10
刚刚
1秒前
liuhongcan完成签到,获得积分10
1秒前
康琦琦完成签到 ,获得积分10
4秒前
六点完成签到,获得积分10
4秒前
5秒前
6秒前
大模型应助doocan采纳,获得10
8秒前
wms发布了新的文献求助10
10秒前
13秒前
wgm完成签到 ,获得积分10
13秒前
田様应助Chen采纳,获得10
16秒前
16秒前
冰子发布了新的文献求助10
16秒前
17秒前
拓跋凌波发布了新的文献求助10
17秒前
无辜的惜寒完成签到 ,获得积分10
19秒前
20秒前
复古红完成签到,获得积分10
20秒前
21秒前
上岸发布了新的文献求助10
22秒前
小张困困发布了新的文献求助10
22秒前
22秒前
4114发布了新的文献求助10
24秒前
886404发布了新的文献求助10
25秒前
26秒前
sci-administer完成签到,获得积分10
26秒前
体贴鸽子发布了新的文献求助10
26秒前
27秒前
28秒前
清脆的芯完成签到,获得积分10
29秒前
harmony完成签到 ,获得积分10
31秒前
Chen发布了新的文献求助10
32秒前
xjcy应助科研通管家采纳,获得20
32秒前
香蕉觅云应助科研通管家采纳,获得10
32秒前
ding应助科研通管家采纳,获得10
32秒前
xjcy应助科研通管家采纳,获得10
32秒前
丘比特应助科研通管家采纳,获得10
32秒前
Orange应助科研通管家采纳,获得10
32秒前
32秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3133675
求助须知:如何正确求助?哪些是违规求助? 2784676
关于积分的说明 7768124
捐赠科研通 2439923
什么是DOI,文献DOI怎么找? 1297102
科研通“疑难数据库(出版商)”最低求助积分说明 624868
版权声明 600791