微軟緊急撤回最先進(jìn)的AI大模型:居然忘了測試了
4月21日消息,Meta發(fā)布超級(jí)彪悍的大語言模型Llama 3之后,微軟也很快推出了自己的新一代WizardLM2 8x22B,號(hào)稱迄今最強(qiáng)大,完全超越Claude 3 Opus&Sonnet、GPT-4等競品,而且開源,但是馬上又把它撤回去了。
沒有任何征兆,微軟就刪除了WizardLM2大模型的相關(guān)文件、代碼,而且一直沒有任何公開解釋。
微軟的一位工程師單獨(dú)給出了原因,令人啼笑皆非。
原來,微軟已經(jīng)幾個(gè)月沒有發(fā)布新的大模型,對(duì)上新流程有些陌生,居然忘了必需的幻覺測試(toxicity test),目前正在抓緊補(bǔ)測,很快就會(huì)重新上線。
大語言模型的“幻覺”分為兩種,一是事實(shí)性幻覺,指模型生成的內(nèi)容與可驗(yàn)證的現(xiàn)實(shí)世界事實(shí)不一致,二是忠實(shí)性幻覺,指模型生成的內(nèi)容與用戶的指令或上下文不一致。
大模型幻覺產(chǎn)生的原因有很多,訓(xùn)練數(shù)據(jù)、預(yù)訓(xùn)練和對(duì)齊階段、推理階段都會(huì)出現(xiàn)缺陷。
這么重要的測試都能忘掉,微軟真是……