谷歌近日公开了一项名为“社会学习（Social Learning）”的 AI 框架，该框架允许 AI 语言模型能够通过自然语言互相学习，由于不需要直接交换敏感关键信息，因此训练出的 AI 模型更具隐私保护性。
据介绍，在这款“社会学习框架”中，“学生模型”会向多个已知特定任务解法的“教师模型”学习各种问题的解决方案，研究人员设计了“垃圾短信检测”、“解决小学数学问题”、“根据特定文字回答问题”等多项测试，来评估相关“社会学习”框架的成效。
研究人员表示，部分 AI 模型只经过短暂的“社会学习”框架训练，便能够能获得良好的任务解决能力。在研究人员的“垃圾短信检测任务”中，教师模型首先从用户所标记的数据学习，而在教师获得检测垃圾信息知识后，便可以教会学生模型区分垃圾和非垃圾信息。
IT之家注意到，相关教师模型可以依据实际数据集，合成出新的范例与学生模型共享，合成数据集与原始数据完全不同，因此能在保证起到相同教育作用的同时，降低原始数据中隐私内容泄露的可能性。
研究人员还尝试了合成指令的方式，让教师模型针对特定任务生成一系列指令，学生模型依据教师模型指令学习执行任务的方式，有点类似“人类遵循他人口头指令做事，并在执行任务中掌握如何做事”。
而实验证明，相关教师模型生成的指令能够提高学生模型执行任务的效率，相比于零样本学习，研究人员认为，这显示出 AI 模型在遵循指令方面的强大能力。
