卡内基梅隆 && 清华 | Prompt2Model：利用大模型Prompt，实现专有NLP模型生成！_promptmodel

原文：卡内基梅隆 && 清华 | Prompt2Model：利用大模型Prompt，实现专有NLP模型生成！ - 知乎

引言

随着大型语言模型 (LLM) 的应用，只需使用自然语言描述任务并提供一些示例，人们就能够方便的通过Prompt创建NLP系统。然而，相比传统的专用NLP模型，大型语言模型仍然存在计算资源紧张等问题。为此，本文提出了Prompt2Model平台架构，采用自然语言描述任务，并用它来「训练有利于部署的专用模型」。实验结果显示：Prompt2Model训练的模型的「性能比ChatGPT的结果平均高出20%「，同时」尺寸最多缩小700倍」。

Paper：https://arxiv.org/pdf/2308.12261v1.pdf

Code：https://github.com/neulab/prompt2model

背景介绍

对于传统的NLP任务，从头开始构建NLP模型是一项特别艰难的任务。NLP研究人员一般都需要做以下几个步骤：定义NLP任务的工作范围、查询或标注目标NLP模型的数据、选择合适模型架构、训练模型参数、调节模型参数、通过验证集评估系统性能、实现NLP模型的部署。

随着大型语言模型（LLM）的发展，像ChatGPT、GPT-4等大模型提供了一种轻量级范式，让人们通过Prompt就能实现NLP系统的创建。NLP研究人员可以编写一个Prompt明确出目标系统的功能，并要求大型语言模型（LLM）通过文本完成目标输出。这种概念模式使得无需编写一行代码即可快速为各种应用程序构建NLP系统。

然而，通过Prompt让LLM实现特定任务目标的模式与实际模型部署仍然存在一定的差距。因为Prompt LLM的成本可能会非常的高，模型需要大量的计算或者访问商业API，除此之外，LLM往往比较依赖输入Prompt的质量，这与经过训练的模型相比不稳定。同时，由于NLP研究人员当面不同应用场景时，往往会缺少对应的标注数据来对模型效果进行验证，所以说在实现NLP模型的部署之前，系统效果的调试就存在一定的挑战性。此外，基于Prompt的LLM系统，存在可用性的风险。因为该类系统服务成本高，并且模型预测时间比较长；由于涉及隐私问题，很多高风险领域工作的人不能依赖商业 LLM API。 例如，对于美国的许多应用程序来说，与 LLM 服务提供商共享用户数据是非法的。

Prompt2Model

基于以上背景，本文提出了 Prompt2Model，该系统保留了通过Prompt以轻量级方式指定系统行为的能力，同时仍然可以生成可部署的专用模型，保留了其所有优点。 「Prompt2Model被设计为一个自动化管道，从用户的Prompt中提取必要的任务信息，然后通过三个渠道（数据集检索、数据集生成、模型检索）自动收集和合成特定于任务的知识，最后实现模型评估与部署」。下图为Prompt2Model的自动化流程。

Prompt2Model的核心是自动数据收集系统，它利用数据集检索和基于 LLM 的数据集生成来获取与用户需求相关的标记数据。 然后，检索预训练的模型，并根据收集的数据集的训练分割进行微调。 最后，在相同数据集的测试分割上评估训练的模型，并选择创建一个可用于与模型交互的 Web UI。

本文方法被设计为模块化和可扩展的； 每个组件都可以由从业者以不同的方式实现或禁用。其中：

「数据集检索器」 基于提示，首先尝试检索可以支持用户任务的现有标注数据。 这里的数据集检索器有几个设计决策：

• 1.要搜索哪些数据集？
• 2.如何为数据集建立索引以进行搜索？
• 3.用户的任务需要哪些数据集列，哪些列应该被忽略？

「数据集生成器」 并非所有的NLP任务都会存在标注数据集。为此本文引入了数据集生成器，根据Prompt解析器解析的用户特定要求生成合成训练数据。该组件在成本效率、生成速度、示例多样性和质量控制等方面存在一些列的挑战。

「模型检索器」 除了训练数据之外，还必须选择合适的模型来进行微调。本文将其视为一个检索问题，其中每个模型都由用户生成的描述和元数据（例如受欢迎程度或支持的任务）表示。本文模型检索器的参考实现在Hugging Face 上搜索预训练模型，但这可以覆盖其他模型存储库，例如 Model Zoo。

「训练」 给定检索和生成的数据集以及预训练模型，我们使用模型训练器在数据子集上微调模型。 通过将所有任务视为文本到文本生成来训练模型，除此之外该组件将来可以扩展以支持新方法。

「评估」 在对检索和生成的数据集的一部分训练模型后，将剩余的数据提供给模型评估器模块。 目标是支持各种任务，为任意任务选择正确的特定于任务的指标是一个难题。

「Web应用创建」 为了使开发人员能够向用户公开模型，Prompt2Model包含一个名为Demo Creator的可选组件，用于创建与模型交互的图形界面。

实验结果

对涵盖传统NLP基准和新颖应用程序的三个任务进行评估，Prompt2Model可以使用自然语言指令生成高质量的数据集和小型模型，这些模型「在特定任务上的性能优于大型语言模型」。Prompt2Model训练的模型的性能比强大的LLM gpt-3.5-turbo的结果平均高出20%，同时尺寸最多缩小700倍。

对于生成数据集验证，可以发现使用检索或生成的数据会因域转移而导致性能下降，但这两种方法的组合可「实现与使用真实数据集类似的性能」。

推荐阅读

[1]干货！Prompt链式方法总结，灵活驾驭各种大模型！

[2]太牛了！微软最新研究：LONGNET，Transformer序列长度可支持 10亿+ Token

[3]高效使用ChatGPT等LLMs，最全Prompt工程策略总结

[4]微软 & 麻省理工 | 实验结果表明：代码自修复能力仅存在GPT-4！GPT-3.5不具备该能力

[5]FinGPT：一个「专用于金融领域」的开源大语言模型（LLM）框架，源码公开！

[6]ACL2023 & 复旦 | 模块化Prompt多任务预训练，可快速适应下游任务（含源码）

[7]近乎完美！最强算术语言模型: Goat-7B，干翻GPT-4，怒越PaLM-540B！24G可训练

[8]超 GPT-4！LONGMEM：提升大语言模型（LLMs）长文本处理能力，最高可达64k

[9]斯坦福发布AlpacaFarm,RLHF人工成本降低45倍！

[10]透彻！驯服大型语言模型（LLMs）的五种方法，及具体方法选择思路

[11]DTG：一种简单有效的Prompt方法，激发LLMs能力！

发布于 2023-08-29 09:29・IP 属地上海