AI經過多輪“自我提升”，能力不增反降？

上海交通大學GAIR團隊最新研究表明，在常識理解、數學推理和代碼生成等復雜任務中，AI經過多輪“自我提升”后，可能會出現一種稱為“自我提升逆轉”（self-improvement reversal）的現象。

LLaMA-2-7B、Mistral-7B、LLaMA-8B都沒逃過。

這就像一個學生刷題刷到”走火入魔”——雖然考試成績提高了，但實際解決問題的能力反而可能下降！

更值得警惕的是，這種訓練還可能導致AI的回答變得千篇一律，失去了原有的創造力和適應新情況的能力。好比一個學生只會應付考試，遇到真實世界的問題就束手無策。

要知道，OpenAI最近被曝光的項目“草莓”，據說還在使用post-training階段的自我提升來提升模型復雜推理能力……

目前該研究《Progress or Regress？Self-Improvement Reversal in Post-training》已獲得了 ICML 2024 （AI for Math Workshop） 的Honorable Mention Award。

刷分更高但是能力下降

具體說來，該工作將”迭代后訓練”（Iterative post-training）分成三個主要步驟：

• 答案采樣：讓AI回答一系列問題，每個問題回答多次。
• 訓練集構建：從AI的回答中挑選出好的答案。
• 模型后訓練：用這些好答案來”教”AI，讓它學會更好的回答方式。

研究人員嘗試了不同的”教學”方法：

• 迭代SFT：直接告訴AI哪些答案是對的。
• 迭代DPO：讓AI學會比較不同答案的好壞。
• 迭代SFT-DPO：將上面兩種方法結合起來。

他們還研究了影響AI學習效果的幾個關鍵因素（如圖1所示）：

• 訓練次數：一般來說，多訓練幾次，AI的表現會更好。但訓練4-5次后，進步就不明顯了。
• AI的基礎能力：有趣的是，最聰明的AI并不一定學得最快，但最后表現通常最好。
• 問題類型：有些類型的問題（如常識問答和簡單數學）AI學得比較快，而復雜的數學問題和編程任務就比較困難。
• 訓練方法：不同的問題可能需要不同的訓練方法。研究者發現，如果AI一開始就表現不錯，用DPO或SFT-DPO方法效果更好。

圖1：三種迭代后訓練范式在多個任務求解上的Pass@1性能（從常識知識、數學推理、代碼生成方向選擇了四個聚焦復雜問題求解能力的數據集：CSQA，GSM8k，MATH，MBPP以及三種不同的基座模型LLaMA-2-7B，Mistral-7B，LLaMA-8B。所有實驗的迭代次數$$$$設置為5。評估時使用貪婪解碼，并且選擇Pass@1作為性能評價指標。）

起初，結果看起來很令人興奮。AI在測試中的分數確實提高了！但研究團隊深入觀察后，發現了一些“出人意料”的現象：

1、能力幻覺：

研究者發現，AI并沒有真正學會解決更難的問題。相反，它只是變得更擅長在已知的答案中挑選正確的那個。他們用”正確答案覆蓋率”這個指標來衡量這一現象。結果顯示，即使是未經過多輪訓練的AI，只要給它足夠多的嘗試機會，也能在那些看似”學會”的問題上得到正確答案。這就像一個學生通過背答案提高了考試分數，但實際解決問題的能力并沒有提升。

2、多樣性喪失：

隨著訓練次數增加，AI的回答變得越來越“千篇一律”。研究者從三個方面測量了這種變化：

• 語法多樣性：使用”Distinct N-gram”指標。
• 語義多樣性：使用句子嵌入的余弦相似度。
• 邏輯多樣性：在數學問題中計算不同方程的數量。結果顯示，無論哪種訓練方法，AI的回答都變得越來越相似，失去了原有的創意和多樣性。

3、泛化能力下降：

研究者還測試了AI面對全新類型問題時的表現。他們先讓AI在一個簡單的數學問題集（GSM8K）上訓練，然后用一個更難的數學問題集（MATH）來測試它。結果發現，經過多輪”自學”的AI在面對這些新問題時，表現反而更差。而且，AI在簡單問題和困難問題上的表現差距越來越大，這說明它可能只是在”死記硬背”，而不是真正理解和學習。

毫無疑問，post-training階段的”自我提升“仍然是一個充滿潛力的研究方向，”讓AI自我提升”也是一個很酷的想法。但GAIR團隊的發現表明，AI的進化之路可能比想象中更加復雜和充滿挑戰。在追求AI性能提升的同時，也需要更全面地考慮：

• AI真正的問題解決能力是否提升了？
• AI是否保持了創造力和多樣性？
• AI能否靈活應對新的、未知的情況？

人工智能的未來令人期待，但同時也需要以更加審慎和全面的視角來看待其發展。只有這樣，才能真正實現AI的潛力，創造出既智能又可靠的系統，為人類社會帶來真正的價值。

實驗室介紹：

生成式人工智能研究實驗室（GAIR，主頁：https://plms.ai/）由上海交通大學劉鵬飛副教授2023年4月回國創建，是國內首個聚焦于生成式人工智能的高校研究組。匯聚了來自于CMU、復旦、交大（ACM班、IEEE試點班等）等頂尖高校的年輕本碩博人才。實驗室專注于三大核心領域：大模型基礎研究、對齊系統和社會影響，致力于培養頂尖人工智能人才（具有原創、批判精神等）、開發尖端的生成式人工智能技術，賦能人類解決復雜問題，提升人類生活質量。

論文地址：https://arxiv.org/pdf/2407.05013

項目主頁：https://gair-nlp.github.io/self-improvement-reversal/