La rétrotraduction contrainte améliore le suivi d'instructions complexes par de grands modèles de langage.

Constraint Back-translation Improves Complex Instruction Following of Large Language Models

October 31, 2024

Auteurs: Yunjia Qi, Hao Peng, Xiaozhi Wang, Bin Xu, Lei Hou, Juanzi Li

cs.AI

Résumé

Les grands modèles de langage (LLM) ont du mal à suivre les instructions avec des contraintes complexes en termes de format, de longueur, etc. Suivant la pratique conventionnelle d'ajustement des instructions, les travaux précédents effectuent un post-entraînement sur des paires instruction-réponse complexes générées en soumettant des instructions complexes à des LLM avancés. Cependant, même les LLM avancés ne parviennent pas bien à suivre les instructions complexes, limitant ainsi la qualité des données générées. Dans ce travail, nous constatons que les ensembles de données existants contiennent intrinsèquement des contraintes complexes implicites et proposons une nouvelle technique de génération de données, la rétrotraduction de contraintes. Plus précisément, nous prenons les paires instruction-réponse de haute qualité des ensembles de données existants et utilisons uniquement des LLM avancés pour ajouter des contraintes complexes déjà respectées par les réponses aux instructions, ce qui réduit naturellement les coûts et le bruit des données. Dans les expériences, nous utilisons Llama3-70B-Instruct pour rétrotraduire les contraintes et créer un ensemble de données instruction-réponse complexe de haute qualité, nommé CRAB. Nous montrons que le post-entraînement sur CRAB améliore la capacité à suivre des instructions complexes de plusieurs LLM de base, évaluée sur des bancs d'essai étendus de suivi d'instructions. Nous constatons en outre que la rétrotraduction de contraintes sert également d'objectif d'entraînement auxiliaire utile dans le post-entraînement. Notre code, nos données et nos modèles seront publiés pour faciliter les recherches futures.

English

Large language models (LLMs) struggle to follow instructions with complex constraints in format, length, etc. Following the conventional instruction-tuning practice, previous works conduct post-training on complex instruction-response pairs generated by feeding complex instructions to advanced LLMs. However, even advanced LLMs cannot follow complex instructions well, thus limiting the quality of generated data. In this work, we find that existing datasets inherently contain implicit complex constraints and propose a novel data generation technique, constraint back-translation. Specifically, we take the high-quality instruction-response pairs in existing datasets and only adopt advanced LLMs to add complex constraints already met by the responses to the instructions, which naturally reduces costs and data noise. In the experiments, we adopt Llama3-70B-Instruct to back-translate constraints and create a high-quality complex instruction-response dataset, named CRAB. We present that post-training on CRAB improves multiple backbone LLMs' complex instruction-following ability, evaluated on extensive instruction-following benchmarks. We further find that constraint back-translation also serves as a useful auxiliary training objective in post-training. Our code, data, and models will be released to facilitate future research.