据悉,谷歌最新推出AI框架“社交学习”,它允许AI语言模型以自然语言相互学习,基于无需直接交换敏感信息,使得训练出的模型具备更高的隐私保护性能。
据了解,在此款“社交学习”框架中,“学生模型”可向多位已处理指定任务的“教师模型”请教各类应对方案,研究团队主要通过开展“垃圾短信检测”、“解决小学数学题”及“根据文本回答问题”等多项试验,以衡量此框架的运作效果。
科研人员指出,部分AI模型仅需经过短时“社交学习”框架训练,即可迅速提升任务完成能力。在“垃圾短信检测任务”中,教师模型从用户标注的数据中学习,之后再传授给学生模型识别垃圾信息。
值得关注的是,教师模型可以依据实际数据集合成新实例与学生模型分享,这种合成数据可在保持同等教学效果的基础上,显著降低原数据隐私泄露风险。
此外,研究团队亦将生成指令技术用于“社交学习”,使教师模型能够针对特定任务制定一套指令,学生模型则据此学习执行任务的技巧,颇有几分“人类遵从他人口授指引,在行动过程中学以致用”之感。
实验结果表明,此类来自教师模型的指令能够有效提升学生模型的工作效能,相较于零样本学习,研究者们认为,AI模型在遵循指令方面展现出优异的能力。
全部0条评论
快来发表一下你的评论吧 !