La retrotraduzione vincolata migliora il seguire istruzioni complesse dei grandi modelli linguistici.

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

October 31, 2024

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

cs.AI

Abstract

I grandi modelli linguistici (LLM) faticano a seguire istruzioni con vincoli complessi riguardanti formato, lunghezza, ecc. Seguendo la pratica convenzionale di ottimizzazione delle istruzioni, lavori precedenti conducono un post-training su coppie istruzione-risposta complesse generate alimentando istruzioni complesse a LLM avanzati. Tuttavia, anche i LLM avanzati non riescono a seguire bene istruzioni complesse, limitando così la qualità dei dati generati. In questo lavoro, scopriamo che i dataset esistenti contengono implicitamente vincoli complessi e proponiamo una nuova tecnica di generazione dati, la retrotraduzione dei vincoli. In particolare, prendiamo le coppie istruzione-risposta di alta qualità nei dataset esistenti e adottiamo solo LLM avanzati per aggiungere vincoli complessi già soddisfatti dalle risposte alle istruzioni, riducendo naturalmente costi e rumore nei dati. Negli esperimenti, adottiamo Llama3-70B-Instruct per retrotradurre i vincoli e creare un dataset di istruzioni-risposte complesse di alta qualità, chiamato CRAB. Dimostriamo che il post-training su CRAB migliora la capacità di seguire istruzioni complesse di vari LLM di base, valutati su ampi benchmark di seguire istruzioni. Troviamo inoltre che la retrotraduzione dei vincoli funge anche da utile obiettivo di allenamento ausiliario nel post-training. Il nostro codice, dati e modelli saranno rilasciati per facilitare la ricerca futura.

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.