“讨论:大语言模型的涌现”的版本间的差异
（→历史溯源） |
|||
| 第1行： | 第1行： | ||
= 历史溯源 = | = 历史溯源 = | ||
| − | |||
| − | |||
| − | |||
* Wei等人在《Chain-of-thought prompting elicits reasoning in large language models》中 | * Wei等人在《Chain-of-thought prompting elicits reasoning in large language models》中 | ||
| 第14行： | 第11行： | ||
=大语言模型能力的涌现现象= | =大语言模型能力的涌现现象= | ||
| − | + | YMZ：这里我把之前涌现的定性定义放在了历史溯源里，这样涌现现象下面就按照prompt的不同分成两类。 | |
* 研究者通常在训练模型时使用固定大小的训练集[7][8] | * 研究者通常在训练模型时使用固定大小的训练集[7][8] | ||
2025年5月6日 (二) 13:09的版本
历史溯源
- Wei等人在《Chain-of-thought prompting elicits reasoning in large language models》中
YMZ：这里论文标题不用写在正文里，可以变成文献引用放到“Wei等人”的后面。其他情况类似。
- 涌现这个概念在物理学、生物学和计算机科学等领域已经得到长期讨论。
YMZ：原本这里对涌现的介绍和之前写的涌现定性的定义重复了，我就把之前写的内容覆盖在了这里，你可以看看有没有什么问题。
大语言模型能力的涌现现象
YMZ：这里我把之前涌现的定性定义放在了历史溯源里，这样涌现现象下面就按照prompt的不同分成两类。
- 研究者通常在训练模型时使用固定大小的训练集[7][8]
YMZ：这个出现在文献的哪个段落？
- 另一种更标准的校准方法，是使用答案正确的概率与其他答案选项进行比较
FZY:这一句具体说的什么意思
YMZ：看图，似乎两者就是判断题和单选题的区别？记得按词条格式这里引用文献，这样我方便去原文看一下
- 下图是一个少量样本提示的示例。
FZY: 缺少示例图
YMZ：嗯，这张图可以稍微简单一点，不是特别重要
- 解决涵盖大量主题的知识型问题所需的规模可能需要超过这个数值
FZY: 此处可添加新研究结果进行对比
修改本节文献引用
YMZ：文中的引用格式记得修改
YMZ：这一节还差一个表格
FZY： 已添加J Wei 2022 Table 1
YMZ：如前所述，表格放到涌现实例的章节里，并且要配上文字的解释
影响下游任务能力涌现的因素及争议
- 例如，对于在高质量数据上训练的模型，涌现现象可以在较少的训练计算量或较少的模型参数的情况下出现。
YMZ:这一段我搬到这里来了，可以在这一章节里统一叙述涌现背后相关因素的分析。
大语言模型涌现的度量
- 这里语义可以看作是从按照特定意义组织的 token 集合中自然涌现
YMZ：读着不通顺
- 其中 token 是句子中具有复杂模式的微观（micro）单元
YMZ：这个对于不理解token这个概念的人来说还是不理解。token这个基本概念的解释可以先不放，后面根据需求统一给术语表
YMZ：token建议也翻译成中文，比如“词元”。
YMZ：微观（micro）这种注释应该往前放，或者不放也行。
- 要计算 Transformer 模型中的信息涌现，需要从数学上度量微观与宏观层面的熵减。
YMZ：这个结论是为什么？还是说它是定义？
LJ：这里应该是定义，或者说根据整体的定义应用到具体的模型应该这么做。
YMZ：如果是定义的话应该更加正式地先提出来
YMZ：这一段里h是单个的token吗？以及输入输出长度都是T吗？
- 研究者将序列中的 token 变量分为两类：微观变量和宏观变量。
YMZ：按照这个分法，有没有输出token是受一部分输入token影响的？这算是介观变量吗？
LJ：我再根据定义尝试解释下。
- 因此，宏观层面代表语义层级，微观层面代表 token 层级。
YMZ：这个“因此”的逻辑是什么，宏微观变量不是人为指定的吗？
LJ：这里是根据原论文的直接表述。要理顺逻辑关系，还得再仔细看看，把定义和相关的概念理解清楚。
- 基于 Erik Hoel 等人的因果涌现理论[11][12]和 Rosas 等人基于信息分解量化涌现的理论[13]，研究中将其视为一个熵减过程，采用互信息对信息涌现进行建模
YMZ：所以IE的定义根源于Erik和Rosas等人的工作？那应该在前面就讲清楚。
- IE 可以简要理解为，语言模型基于先前token，以更低语义熵确定性预测下一个token的置信程度
YMZ：什么是语义熵？
YMZ：对于这个定量公式有一个困惑是，如果找到宏观的token，是要计算前后token在多大程度上独立吗（满足马尔可夫性）？
- 研究还发现，LLM生成的文本与人类文本具有出不同的IE值，因此IE可用于区分文本是来源于人类还是 LLMs 生成
YMZ：所以这里的IE是定义在输出文本上的？在给出这个结论之前，应该先说清楚IE的定义。逻辑顺序是，前文的涌现现象 to 为什么要谈论IE to IE的定义 to 基于IE指标的发现
- 当第l个Transformer模块在整个序列（宏观变量）上带来的不确定性（熵）减少量大于其在单个token（微观变量）上的减少量时，更有可能捕获集体语义
YMZ：读起来很难懂，可不可以有具体的例子？
大语言模型涌现的机制解释
YMZ：记得加文献引用和交叉引用
- 这一模型被借用来解释神经网络，特别是大语言模型（LLM）中的涌现现象。涌现现象指的是当模型规模（数据、计算资源、参数等）达到某一临界点时，模型会突然展示出之前无法预见的能力 。这种能力的跃升是非线性的，且无法通过对小规模模型的简单外推预测。
YMZ：注意和前文的联系，这里和前文内容有重复
- 在该模型中，节点（如实体、属性等）通过边（如实体与属性的配对）连接在一起。随着训练数据和参数规模的增加，节点之间逐渐形成一个“连通子图”，一旦这个子图的规模突破某个阈值，模型就会展现出新的能力 。
YMZ：这两句话中前一个“模型”指的是渗流模型，后一个应该指的是LLM，有点跳跃。建议可以先简单介绍渗流模型本身，然后另起一段讲LLM中的渗流相变。