ICLR 2023 | 大模型上下文学习的无限扩展方法：kNN Prompting

©PaperWeekly 原创 · 作者 | 徐本峰

单位 | 中国科学技术大学

研究方向 | 自然语言处理

本文简要快速地向大家分享我们近期发表在 ICLR 2023 上关于大模型、上下文学习方向的工作。

论文链接：

https://arxiv.org/abs/2303.13824

代码链接：

https://github.com/BenfengXu/KNNPrompting

背景&动机

上下文学习在最早的 GPT3 论文 [1] 中就已经被提出：

We use the term “in-context learning” to describe the inner loop of this process, which occurs within the forward-pass upon each sequence.

▲ GPT3 paper demonstrates In-Context Learning

问题一：上下文学习的容量是有限的

这是一个非常直接、显然却往往被大家当做理所当然的问题，即受限于当前主流大模型的 context 长度，上下文学习只能容纳有限个 demonstration 样本。而实际上，在我们的 pilot study 里，随着 demonstration 数量的增加，性能是持续提升的：

▲ 上下文学习的性能随样本数量持续提升，却被上下文长度容量截断

问题二：上下文学习受到多种潜在Bias的影响

Calibration before use [2]（ICML21）这篇文章中较早地系统分析了 recency、common token、majority label 等多种 bias 对上下文学习性能的影响，并提出了一种非常简单且巧妙的，通过空置输入来测量和校正 bias 的方法：Contextual Calibration。

另外一篇 Fantastically Ordered Prompts [3]（ACL 22 outstanding paper）也从 demonstration 的顺序这个角度切入，探讨了上下文学习性能的 sensitivity。

方法

本文提出一种基于近邻检索的方法，简单且十分有效地解决以上两个问题。

1. 首先将所有训练样本分为：Train Set 和 Anchor Set

2. 将 Anchor 样本用于推理，得到 LLM 输出的 LM Probability Distribution，作为 Key，而 Anchor 样本的 Label 作为 Value，key-value pair 构建 Datastore（这里的关键在于，记录并存储完整的 LM Distribution，这样才能保存完备的信息而没有任何损失）

3. 对于测试样本，不再直接解码 LM Distribution 到 Label Word，而是计算该分布在 Anchor Set 分布中的最近邻，取其 Value 直接作为最终的预测结果

▲ kNN Prompting

实验结果

实验主要分两种 Setting，Few-Shot 和 Fully-Supervised。

先来看 Few-Shot：

主要是为了和 SOTA 方法 [2][4] 进行对比，展示 kNN Prompting 本身作为一种 inference 框架，相较于 In-Context Learning 的显著效果提升。

▲ kNN Promping VS SOTA under comparable Few-Shot Setting

然后是 Fully-Supervised：

kNN Prompting 在训练样本规模远远超过上下文容量的场景下，仍然能够 Effectively Scale Up，在 32~1024 的样本区间以及 0.8B~30B 的模型区间，展现出优秀的 Scaling Curve。

而相比之下，标准的 In-Context Learning 则会在很早的位置就被截断。

▲ Data Scaling Property of kNN Prompting

此外，一种很 Intuitive 的利用更多训练样本的方法是：从 training set 里检索尽可能相关（相似）的样本作为 Demonstration 来构建 Prompt，我们也做了相应的对比：

▲ kNN Prompting VS Retrievl-based Prompt Compse Method

还有更多实验大家可以移步 paper。

总结

本文提出了上下文学习的一种简单、有效的改进方法，通过 LM 预测分布的缓存+近邻检索，实现了：

• 少样本场景下的大幅提升，显著优于现有 SOTA 方法

• 全量样本场景下的无限扩展（Data Scaling）性能

参考文献

[1]Language Models are Few-Shot Learners, NIPS20

[2]Calibrate Before Use: Improving Few-Shot Performance of Language Models, ICML21

[3]Fantastically Ordered Prompts and Where to Find Them: Overcoming Few-Shot Prompt Order Sensitivity, ACL22

[4]Noisy Channel Language Model Prompting for Few-Shot Text Classification, ACL22

更多阅读

#投 稿 通 道#

 让你的文字被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。

📝 稿件基本要求：

• 文章确系个人原创作品，未曾在公开渠道发表，如为其他平台已发表或待发表的文章，请明确标注 

• 稿件建议以 markdown 格式撰写，文中配图以附件形式发送，要求图片清晰，无版权问题

• PaperWeekly 尊重原作者署名权，并将为每篇被采纳的原创首发稿件，提供业内具有竞争力稿酬，具体依据文章阅读量和文章质量阶梯制结算

📬 投稿通道：

• 投稿邮箱：[e-mail] 

• 来稿请备注即时联系方式（微信），以便我们在稿件选用的第一时间联系作者

• 您也可以直接添加小编微信（pwbot02）快速投稿，备注：姓名-投稿

△长按添加PaperWeekly小编

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

·

·