讓ChatGPT長「手」！Meta爆火新論文，讓語言模型學會自主用工具

:0:0

ChatGPT爆火，Meta也坐不住了。
微軟和谷歌正在搜索引擎那邊刺刀拼刺刀呢，誰想Meta冷不防拋出一篇新論文，頓時吸引全場目光：
瞄準ChatGPT的「軟肋」，讓大語言模型自行學會了使用工具！

簡單來說，基于Meta的這個思路，ChatGPT這些大語言模型可以缺啥補啥：
不會算數，就自己掏出計算器計算；需要最新信息，就自己連接搜索引擎搜索……

是不是有點AI自己操作自己內味兒了？
論文一出，不少AI研究者就將其視作「過去幾周里最重要的論文」。

這篇論文給人們打開了思路，讓大語言模型未來可以成為所有事情的起點。

還有網友表示：我老婆原本不太關心AI，聽說Meta這論文都驚了。普通人真的得好好想想這事兒了。

自學工具用法的大語言模型這一回，Meta給這個會使工具的語言模型起名 Toolformer。
Toolformer的內核邏輯，總結下來很簡單，就是：
專業的任務交給專業的工具來做。
在生成文本的過程中，遇到特定的任務，Toolformer會直接調用所需工具的API。
比如說，在執行這個任務：1400名參與者，有400人通過了測試，占多大比例？（為了讓ChatGPT掌握數學運算，OpenAI可沒少折騰）
Toolformer絲毫不慌，直接「掏出」計算器，現場計算得出結果： 29%。

又或者說，想要備注個事情，只知道是周五，具體日期還不知道？
沒關系，翻出日歷查一下就好了。

甚至翻譯任務也可以直接丟給它，各國語言都能夠識別并翻譯，直接省去了在軟件切換語言的工夫。

除了這些工具之外，Toolformer還能夠調用Q&A以及搜索引擎等工具。

這時，就已經有網友開始暢想未來了：
現在，ChatGPT版必應能幫你比較酒店價格，那未來有了Toolformer，預定性價比高的酒店豈不是也可以甩給AI去做了。

不過話說回來，Toolformer面對不同的任務都能行云流水般地調用對應的工具，它是怎麼做到的呢？
一言以蔽之，Toolformer經過訓練，能夠在生成文本中[插·入]API調用，直接將任務外包出去。
在這其中，訓練的過程是以自監督的方式完成的。這意味著無需大量人類標注好的數據，Toolformer只需要少量演示就能學會調用API。
具體來說，先給Toolformer提供少量已經手動標注好的例子，然后讓語言模型在實踐中生成一個更大的包含示例的數據集。
這個過程主要分成三步：
首先是取樣，通俗點講就是看輸入的文本提示中，哪個地方需要調用哪種工具，然后直接將「調用的API」[插·入]到對應的地方；

其次是執行，執行上一步的「調用API」任務，將生成的文本直接[插·入]進去；
最后是過濾，上一步中工具生成的文本如果對輸入文本來說用處不大的話，就可以直接pass掉，保留對文本有用的地方。

這樣一來，基于這些有用的數據集，Toolformer便可以對預先訓練好的大語言模型進行微調。
講了這麼多，Toolformer的真實效果到底如何，有沒有一個橫向的數據對比？
論文將Toolformer和多個其他大語言模型，包括GPT-J，OPT（66B）以及GPT-3（175B）進行了對比，比較了它們在數學、Q&A以及機器翻譯等方面的能力。
結果顯示，在學習使用工具后，GPT-J的零樣本學習性能的到了顯著的提高。

△Toolformer：是在GPT- J上微調，并加強了CCNet子集中的API調用/ Toolformer （disabled）：同上，但解碼期間禁用API調用并且在大多數任務上性能都有明顯提高，在一些下游任務中Toolformer甚至已經超過了GPT-3。

「未來大語言模型發展的重要分支」說到這里，不知道你怎麼看這件事兒。
有不少網友是已經按捺不住，想著去拔AI電源了。

而引發更多討論的，是這樣一種觀點：Toolformer可能是未來LLM（大語言模型）發展的一個重要分支。

大語言模型進化出使用工具的能力，知道應該在何時、使用何種工具來實現需求，也就意味著許多在今天還需要人類和AI協作完成的工作，未來AI都能自己搞定了。
比如現在還多少有些「人工智障」的語音助手，如果背后有ChatGPT+Toolformer的技術能力支撐，那麼從挑選符合需求的餐廳，到直接訂座，這一系列動作都可以被絲滑地串聯起來。
又比如微軟的必應搜索接入ChatGPT。如果這些大語言模型能充分調用各種API、使用UI，那它不僅能幫人們完成搜索，還能完全改變人們操作網頁的方式——一切輸入都可以化簡為自然語言。
甚至，ChatGPT這樣的模型，借助各種API重寫自己的代碼，也將成為可能。

事實上，讓AI掌握工具的使用方法這個研究方向，也并不只有Meta在做。
比如谷歌即將嵌入到搜索中的 Bard，背后模型LaMDA就內置了一套工具箱，包括計算器、翻譯器和訪問搜索引擎獲取外部信息的接口。
還有開源項目 LangChain，也致力于將大語言模型與外部的計算、知識來源相結合，以開發真正可用的應用程序。
而現在，Meta又使大模型對工具的使用「熟練度」、「自主性」，更上一層樓。
不過，也有網友指出，Toolformer所展現出的「自學」能力，還是一個初級、「狹義」的版本。
這些模型本身仍然是純粹的函數：給定相同的輸入（包括采樣時的隨機值），它將總是產生相同的輸出。有點像是在說，一個大語言模型能學會將特定領域的語言作為其自然語言的一部分，以此納入來自外部工具的知識。