ChatGPT作者John Schulman：我们成功的秘密武器( 五 ) _模型

在文中，我们主要探讨了两个问题。首先，我们曾试图将语言模型变成一种Agent，人们在网络上编写了很多不同类型的文本数据，但关于如何实际执行多步骤过程的数据却很少，因此，我们不确定语言模型是否可以实际执行某些迭代过程，我们有很多数据，但这些数据基本上都和写论文、聊天等相关，这是我们在论文中探讨的第一个问题。
对于这个问题，我认为答案是肯定的。在这种情况下，我们可以让Agent使用我们提供的工具，比如说搜索、滚动、单击链接等浏览命令。
其次，我们还探讨了信息的真实性问题，这是语言模型面临的一大难题。虽然语言模型掌握着海量知识，但如果我们向模型中输入错误的提示，它们可能会输出很多似是而非的废话。在语言模型领域，如何解决这一问题很值得研究，问题的解决与否也关系着语言模型的发展。
这个问题很有挑战性，最重要的是，我们要让模型检索、编写带有引用的答案，同时要确保引用来源的可信度。这样人们就不必再花时间去寻找模型答案的来源，他们可以直接点击引用链接，查看模型答案是否可信。
在中，我们试图弄清楚如果我们确实给语言模型提供了灵活的Web界面，它能否在引用的帮助下如实回答问题，搞清楚这一点非常重要。人们搜索的问题五花八门，这些问题可能与科学、历史、时事等相关，人工评分员不一定具备这些问题的相关知识，但他们需要判断细节信息，如果没有引用，这就会成为一件难事。所以，在一定程度上，我们证明了在引用的帮助下可以在艰深领域内获得良好反馈。
Robin ：的想法从何而来？是深思熟虑之后的结果，还是在论文发表前突然冒出来的？结果怎么样？
John ：这个想法其实由来已久。很久以前，我们在有一个叫作World of Bits的项目（译者注：项目的前身）。在那时，我们想要控制Web浏览器来执行涉及互联网的任务，不过当时还为时过早，所以这个想法搁置了几年。
我们尝试过完整的视觉输入，那时的想法是给Agent输入类似“找出大楼地址”等指示，然后Agent会通过Web、谷歌地图等方法寻找答案，当时我们试图以像素的方式来完成这一切，但显然这种方式并不好，现在我们可以用大型语言模型来处理这些文本信息。
我们可以从网页中提取文本以获取大部分信息，但暂时还不能与动态网站进行真正地交互，因为这些网站中有大量和图片等内容，除了这些内容之外，我们可以很顺畅地浏览和阅读文本。因为我们的模型足够好，所以重新考虑将互联网作为环境来使用。
另一个动机是，在开始使用GPT-3进行尝试之后，我们注意到它在事实准确性和提供的信息可靠性方面存在问题。因此，我们又开始研究如何使语言模型更具真实性。我们先进行了头脑风暴，最终决定尝试使用网络进行问答，查找网络上的知识来协助回答问题。
该项目的原始版本实际上使用了一些常见的问答数据集，例如 QA（其中包含一些基本的常识问题）。我们在该数据集上进行了一些尝试，试图通过给模型提供网络搜索来提高模型的准确性。工作开展得很顺利，所以我们又转向了长篇问答，使该项目的工作更进一步。
Robin ：看起来想让语言模型能访问外部知识。问题是，你认为哪些东西是语言模型可以知道或者允许搜索到的？哪些东西又不能让语言模型访问？这之间有明确的界限吗？
John ：有人提倡使用只包含语言的小型模型，我认为这种立场有点极端；还有人建议允许使语言模型知道一切东西，但不能授权其获得外部知识的途径。我认为，很难将知识、事实性知识与理解区分开来。人类记不住所有东西，但在需要用到某项知识时，我们可以去查询。