近期，阿里云人工智能平臺PAI主導的多篇論文在EMNLP2023上入選。EMNLP是人工智能自然語言處理領(lǐng)域的頂級國際會議，聚焦于自然語言處理技術(shù)在各個應用場景的學術(shù)研究，尤其重視自然語言處理的實證研究。該會議曾推動了預訓練語言模型、文本挖掘、對話系統(tǒng)、機器翻譯等自然語言處理領(lǐng)域的核心創(chuàng)新，在學術(shù)和工業(yè)界都有巨大的影響力。此次入選意味著阿里云人工智能平臺PAI自研的自然語言處理算法達到了全球業(yè)界先進水平，獲得了國際學者的認可，展現(xiàn)了中國人工智能技術(shù)創(chuàng)新在國際上的競爭力。
論文簡述
面向Stable Diffusion的自動Prompt工程算法BeautifulPrompt
文生圖是AIGC中最引人注目和廣泛應用的技術(shù)之一，旨在通過文本輸入創(chuàng)建逼真的圖像。然而，文成圖模型要求用戶在模型推理之前編寫文本提示（例如“一艘雄偉的帆船”）。編寫滿足設計師或藝術(shù)工作者需求的這些提示充滿了不確定性，就像開盲盒一樣。這是由于訓練數(shù)據(jù)的質(zhì)量問題，導致需要詳細的描述才能生成高質(zhì)量的圖像。在現(xiàn)實場景中，非專家往往很難手工編寫這些提示，并且需要通過試錯的迭代修改來重新生成圖像，從而導致時間和計算資源的嚴重浪費。BeautifulPrompt模型關(guān)注于大語言模型（LLM）自動地生成高質(zhì)量的提示詞，與InstructGPT類似，采用了三階段的訓練方式。下圖展示了使用簡單的圖片描述和BeautifulPrompt之后生產(chǎn)的圖片：
為了驗證BeautifulPrompt的有效性，我們在一些基于模型打分的客觀指標和人類主觀評估上做了評測，結(jié)果驗證了BeautifulPrompt顯著提升了提示詞的質(zhì)量，可以生成高質(zhì)量的圖像。
知識增強預訓練語言模型（KEPLM）通過從大規(guī)模知識圖（KGs）中注入知識事實來提高各種下游NLP任務的性能。然而，由于缺乏足夠的域圖語義，這些構(gòu)建開放域KEPLM的方法很難直接遷移到垂直領(lǐng)域，因為它們?nèi)狈Υ怪鳖I(lǐng)域KGs的特性進行深入建模。如下圖所示，KG實體相對于純文本的覆蓋率在垂直領(lǐng)域中明顯低于開放域，表明領(lǐng)域知識注入存在全局稀疏現(xiàn)象。這意味著將檢索到的少數(shù)相關(guān)三元組直接注入到PLM中對于領(lǐng)域來說可能是不夠的。我們進一步注意到，在垂直領(lǐng)域KGs中，最大點雙連通分量的比率要高得多，這意味著這些KGs中同一實體類下的實體相互連接更緊密，并表現(xiàn)出局部密度特性。
這一工作研究是基于上述領(lǐng)域KG的數(shù)據(jù)特性提出了一個簡單但有效的統(tǒng)一框架來學習各種垂直領(lǐng)域的KEPLM。它分別通過雙曲空間學習垂直領(lǐng)域圖譜數(shù)據(jù)的分層語義信息來補充全局語義稀疏模塊Hyperbolic Knowledge-aware Aggregator，通過捕捉領(lǐng)域圖譜稠密的圖結(jié)構(gòu)構(gòu)造基于點雙聯(lián)通分量的對比學習模塊Multi-Level Knowledge-aware Augmenter。
我們選取了金融和醫(yī)療等領(lǐng)域的各種下游任務的全數(shù)據(jù)量和少樣本數(shù)據(jù)量場景進行評測，結(jié)果體現(xiàn)出這個模型的優(yōu)越性。
隨著深度學習在自然語言處理、機器翻譯等任務上的不斷發(fā)展，人們對如何將深度學習應用到自然語言處理中越來越感興趣，由此出現(xiàn)了大語言模型（例如GPT-3.5），并已在文本生成、情感分析、對話系統(tǒng)等多個任務上取得了重大突破。大語言模型通�；诖笠�(guī)模文本數(shù)據(jù)進行預訓練，然后通過微調(diào)在特定任務上進行優(yōu)化，以生成高質(zhì)量的文本輸出。然而，對于語言模型而言，復雜的邏輯推理問題和數(shù)學問題的求解仍然是很困難的。并且，傳統(tǒng)的語言模型缺乏認知能力。在處理涉及冗長的推理鏈或多步解決方案的問題時，對于問題及其當前回答的評估是很重要的。然而，目前的方法例如Chain-of-thought等通常缺乏對于中間過程的驗證。并且大型語言模型的部署和推理成本相對較高，特別是在利用無參數(shù)更新的推理增強技術(shù)時。這些技術(shù)需要大量的上下文和多步的答案生成，進一步增加了推理成本和時間。
這一工作研究面向輕量化大模型的復雜任務推理，使用較小規(guī)模的模型（7B），構(gòu)建雙系統(tǒng)生成推理樹，大大增強模型在復雜數(shù)學問題和邏輯推理問題上的回答能力。提出了一種大模型面向復雜數(shù)學問題的求解方法。該方法基于人類的認知理論，通過兩個系統(tǒng)：直覺系統(tǒng)和反思系統(tǒng)來模仿人類產(chǎn)生認知的過程。直覺系統(tǒng)負責產(chǎn)生原始問題的多個分解假設，反思系統(tǒng)對直覺系統(tǒng)產(chǎn)生的假設進行驗證，并選擇更有可能的假設進行后續(xù)生成，直到達到最終結(jié)果。通過上述雙系統(tǒng)的迭代式生成，可以提升大模型的解題準確度。
我們在Entailment Bank邏輯推理數(shù)據(jù)集以及GSM8K數(shù)學問題數(shù)據(jù)集上進行了測試，效果證明CogTree對大模型復雜任務上的回答準確率提升明顯。
大規(guī)模預訓練語言模型的廣泛應用，促進了NLP各個下游任務準確度大幅提升，然而，傳統(tǒng)的自然語言理解任務通常需要大量的標注數(shù)據(jù)來微調(diào)預訓練語言模型。但低資源語言缺乏標注數(shù)據(jù)集，難以獲取。大部分現(xiàn)有的機器閱讀理解（MRC）數(shù)據(jù)集都是英文的，這對于其他語言來說是一個困難。其次，不同語言之間存在語言和文化的差異，表現(xiàn)為不同的句子結(jié)構(gòu)、詞序和形態(tài)特征。例如，日語、中文、印地語和阿拉伯語等語言具有不同的文字系統(tǒng)和更復雜的語法系統(tǒng)，這使得MRC模型難以理解這些語言的文本。為了解決這些挑戰(zhàn)，現(xiàn)有文獻中通常采用基于機器翻譯的數(shù)據(jù)增強方法，將源語言的數(shù)據(jù)集翻譯成目標語言進行模型訓練。然而，在MRC任務中，由于翻譯導致的答案跨度偏移，無法直接使用源語言的輸出分布來教導目標語言。
這一工作提出了一種名為X-STA的跨語言MRC方法，遵循三個原則：共享、教導和對齊。共享方面，提出了梯度分解的知識共享技術(shù)，通過使用平行語言對作為模型輸入，從源語言中提取知識，增強對目標語言的理解，同時避免源語言表示的退化。教導方面，本方法利用注意機制，在目標語言的上下文中尋找與源語言輸出答案語義相似的答案跨度，用于校準輸出答案。對齊方面，多層次的對齊被利用來進一步增強MRC模型的跨語言傳遞能力。通過知識共享、教導和多層次對齊，本方法可以增強模型對不同語言的語言理解能力。
為了驗證X-STA算法的有效性，我們在三個跨語言MRC數(shù)據(jù)集上進行了測試，效果證明X-STA對精度提升明顯。
上述科研成果也在PAI產(chǎn)品的各個模塊進行了深度的集成和整合，持續(xù)為PAI客戶提供AI模型訓練相關(guān)服務。其中，BeautifulPrompt技術(shù)已經(jīng)作為SD WebUI的可擴展插件和PAI-EAS在線推理服務進行集成，使得PAI客戶在5分鐘內(nèi)就可以在PAI-EAS上一鍵部署SD WebUI，使用各種AIGC文圖生成功能。此外，PAI-QuickStart也集成了超過20個熱門大語言模型，及其多種訓練和推理方式，使客戶更加簡單地微調(diào)和部署大語言模型。在未來，我們也將在PAI平臺上持續(xù)提供業(yè)界領(lǐng)先的算法和模型能力給廣大客戶。
論文標題：BeautifulPrompt: Towards Automatic Prompt Engineering for Text-to-Image Synthesis
論文作者：曹庭鋒、汪誠愚、劉冰雁、吳梓恒、朱金輝、黃俊
論文pdf鏈接：https://arxiv.org/abs/2311.06752
論文標題：Learning Knowledge-Enhanced Contextual Language Representations for Domain Natural Language Understanding
論文作者：徐如瑤、張濤林、汪誠愚、段忠杰、陳岑、邱明輝、程大偉、何曉豐、錢衛(wèi)寧
論文pdf鏈接：https://arxiv.org/abs/2311.06761
論文標題：From Complex to Simple: Unraveling the Cognitive Tree for Reasoning with Small Language Models
論文作者：嚴俊冰、汪誠愚、張濤林、何曉豐、黃俊、張偉
論文pdf鏈接：https://arxiv.org/abs/2311.06754
論文標題：Sharing, Teaching and Aligning: Knowledgeable Transfer Learning for Cross-Lingual Machine Reading Comprehension
論文作者：曹庭鋒、汪誠愚、譚傳奇、黃俊、朱金輝
論文pdf鏈接：https://arxiv.org/abs/2311.06758
