克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
只有4k窗口长度的大模型，也能阅读大段文本了！
普林斯顿的华人博士生的一项最新成果，成功“突破”了大模型窗口长度的限制。
不仅能回答各种问题，而且整个实现的过程 全靠prompt就能完成，不需要任何的额外训练 。
研究团队创建了一种名为MemWalker的树形记忆策略，可以突破模型本身的窗口长度限制。
测试过程中，模型阅读的最长文本包含了1.2万+token，成绩相比LongChat大幅提高。
相比于相似的TreeIndex，MemWalker可以进行推理并回答任何问题，而不是只做概括。
MemWalker的研发利用到了“分而治之”的思想，就此有网友这样评论：
每次我们让大模型的思考过程更像人类，它们的表现就会越好
那么，具体什么是树形记忆策略，又是如何用有限的窗口长度阅读长文本的呢？
一个窗口不够，就多开几个
模型上，MemWalker使用Stable Beluga 2作为基本模型，它是Llama 2-70B经过指令调优得到的。
在选择该模型之前，开发者对比了其与原始Llama 2的表现，并最终确定选用。
就像MemWalker这个名字一样，它的工作过程就像记忆流在行走。
具体来看，大致分为 记忆树构建 和 导航检索 两个阶段。
构建记忆树时，长文本会被分割成多个小段 （seg1-6） ，并由大模型分别针对每一段做出总结，得到“ 叶子节点 ” （leaf nodes，summ1-6） 。
分割时，每段的长度越长，层级就会越少，有利于后续检索，但其本身过长又会导致准确度下降，因此需要综合考虑确定每段长度。
作者认为，每一段合理的长度是500-2000token，而实验中使用的为1000token。
然后，模型递归地对这些叶子节点的内容再次进行总结，形成“ 非叶节点 ” (non-leaf nodes，summ7-8） 。
二者的另一个区别是，叶子节点包含了 原始信息 ，非叶节点只有 概括得到的二级信息 。
作用上，非叶节点用于导航定位答案所在的叶子节点，而叶子节点则用于推理出答案。
其中的非叶节点可以有多个层级，模型逐步进行总结概括，直到得到“根节点”，形成完整的树形结构。
记忆树建立完毕后，就可以进入导航检索阶段来生成答案了。
这一过程中，模型从根节点开始，逐一读取下 一 级子节点的内容，然后推理出应该进入这个节点还是返回。
决定进入这个节点之后，再次重复这样的过程，直到读取到叶节点。如果叶节点的内容合适则生成答案，否则返回。
为了确保答案的完整性，这个过程的结束条件并非发现了一个合适的叶节点，而是模型认为得到了完整答案，或者达到最大步数。
导航过程中，如果模型发现进入了错误的路径，还可以导航回退。
此外，MemWalker中还引入了 工作记忆机制 来来提高准确度。
该机制会将已经访问过的节点内容加入到当前内容的上下文中。
当模型进入一个新节点时，当前节点内容都会被加入到记忆中。
这一机制让模型在每一步都可以利用访问过的节点内容，避免重要信息的丢失。
实验结果显示，工作记忆机制可以将MemWalker的准确率提升10%左右。
而且，上面所说的过程只依靠prompt就能完成，不需要进行额外的训练。
理论上，只要有足够的算力，MemWalker可以阅读无限长的文本。
不过，记忆树构建时的 时间和空间复杂度随着文本长度的增长是呈指数型 的。
作者简介
论文第一作者是普林斯顿大学NLP实验室华人博士生Howard Chen。
清华姚班校友陈丹琦是Howard的导师，她今年在ACL上的学术报告也与搜索有关。
这项成果是Howard在Meta实习期间完成的，Meta AI实验室的Ramakanth Pasunuru，Jason Weston和Asli Celikyilmaz三位学者也参与了本项目。
论文地址： https://arxiv.org/abs/2310.05029
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
