Self-Alignment with Instruction Backtranslation
Introduction
目前Alignment LLM 的数据主要的来源为用户手写与 powerful LLM 生成,但如果要生成高质量的一批数据,是十分昂贵的。这篇文章作者提出了Self-alignment方法,从 unlabeled数据中生成instruction,然后逐步迭代。
Method
这个方法有两个假设:
- 大量的人类手写的无监督文本中可能还有对于用户来说的gold generation。
- 通过这些候选的 gold generation 可以通过 powerful LLM生成 对应的QA对,组成高质量的数据。
Initialization
Seed Data:收集一些human-annotated 数据,然后用模型finetune。
unlabeled data; 使用web corpus 作为unlabeled data。 对其去重、长度过滤,移除潜在的低质量数据,然后若干个document块作为response。
Self-Augmentation(generating instructions)
首先根据seed data,finetune baseline model:=M1,然后根据候选的unlabeld data生成instructionÿ