google近日公开了一项名为“社会进修（Social Learning）”的 AI 框架，该框架允许 AI 语言模型不妨通过自然语言互相进修，由于不需要直接交换敏感关键信息，因此训练出的 AI 模型更具隐衷保护性。据介绍，在这款“社会进修框架”中，“门生模型”会向多个已知一定恣意解法的“老师模型”进修各种成绩的处理方案，钻研职员设计了“渣滓短信检测”、“处理小学数学成绩”、“根据一定文字回答成绩”等多项测试，来评估有关“社会进修”框架的成效。钻研职员表示，部分 AI 模型只经过短暂的“社会进修”框架训练，便不妨能获得良好
google近日公开了一项名为“社会进修（Social Learning）”的 AI 框架，该框架允许 AI 语言模型不妨通过自然语言互相进修，由于不需要直接交换敏感关键信息，因此训练出的 AI 模型更具隐衷保护性。
据介绍，在这款“社会进修框架”中，“门生模型”会向多个已知一定恣意解法的“老师模型”进修各种成绩的处理方案，钻研职员设计了“渣滓短信检测”、“处理小学数学成绩”、“根据一定文字回答成绩”等多项测试，来评估有关“社会进修”框架的成效。
钻研职员表示，部分 AI 模型只经过短暂的“社会进修”框架训练，便不妨能获得良好的恣意处理能力。在钻研职员的“渣滓短信检测恣意”中，老师模型首先从用户所标记的数据进修，而在老师获得检测渣滓信息知识后，便可以教会门生模型区分渣滓和非渣滓信息。
▲ 图源 google官方新闻稿
IT之家注意到，有关老师模型可以根据实际数据集，分解出新的范例与门生模型共享，分解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，降低原始数据中隐衷内容泄露的可能性。
钻研职员还尝试了分解指令的方式，让老师模型针对一定恣意生成一系列指令，门生模型根据老师模型指令进修施行恣意的方式，有点类似“人类遵守他人口头指令干事，并在施行恣意中掌握如何干事”。
而实验证明，有关老师模型生成的指令不妨提高门生模型施行恣意的效率，相比于零样本进修，钻研职员认为，这显示出 AI 模型在遵守指令方面的强大能力。