LearnLM: Melhorando o Gemini para Aprendizado

LearnLM: Improving Gemini for Learning

December 21, 2024

Autores: LearnLM Team, Abhinit Modi, Aditya Srikanth Veerubhotla, Aliya Rysbek, Andrea Huber, Brett Wiltshire, Brian Veprek, Daniel Gillick, Daniel Kasenberg, Derek Ahmed, Irina Jurenka, James Cohan, Jennifer She, Julia Wilkowski, Kaiz Alarakyia, Kevin McKee, Lisa Wang, Markus Kunesch, Mike Schaekermann, Miruna Pîslar, Nikhil Joshi, Parsa Mahmoudieh, Paul Jhun, Sara Wiltberger, Shakir Mohamed, Shashank Agarwal, Shubham Milind Phal, Sun Jae Lee, Theofilos Strinopoulos, Wei-Jen Ko, Amy Wang, Ankit Anand, Avishkar Bhoopchand, Dan Wild, Divya Pandya, Filip Bar, Garth Graham, Holger Winnemoeller, Mahvish Nagda, Prateek Kolhar, Renee Schneider, Shaojian Zhu, Stephanie Chan, Steve Yadlowsky, Viknesh Sounderajah, Yannis Assael

cs.AI

Resumo

Os sistemas de IA generativa de hoje são ajustados para apresentar informações por padrão, em vez de envolver os usuários em serviço de aprendizado como faria um tutor humano. Para abordar a ampla gama de possíveis casos de uso educacional para esses sistemas, reformulamos o desafio de injetar comportamento pedagógico como um de instrução pedagógica a seguir, onde exemplos de treinamento e avaliação incluem instruções em nível de sistema descrevendo os atributos pedagógicos específicos presentes ou desejados nas próximas etapas do modelo. Essa abordagem evita comprometer nossos modelos com qualquer definição específica de pedagogia e, em vez disso, permite que professores ou desenvolvedores especifiquem o comportamento do modelo desejado. Também abre caminho para a melhoria dos modelos Gemini para aprendizado, permitindo a adição de nossos dados pedagógicos a misturas pós-treinamento, juntamente com seu conjunto rapidamente crescente de capacidades. Ambos representam mudanças importantes em relação ao nosso relatório técnico inicial. Mostramos como o treinamento com instrução pedagógica a seguir produz um modelo LearnLM (disponível no Google AI Studio) que é substancialmente preferido por avaliadores especializados em um conjunto diversificado de cenários de aprendizado, com fortes preferências médias de 31\% em relação ao GPT-4o, 11\% em relação ao Claude 3.5 e 13\% em relação ao modelo Gemini 1.5 Pro no qual o LearnLM foi baseado.

English

Today's generative AI systems are tuned to present information by default rather than engage users in service of learning as a human tutor would. To address the wide range of potential education use cases for these systems, we reframe the challenge of injecting pedagogical behavior as one of pedagogical instruction following, where training and evaluation examples include system-level instructions describing the specific pedagogy attributes present or desired in subsequent model turns. This framing avoids committing our models to any particular definition of pedagogy, and instead allows teachers or developers to specify desired model behavior. It also clears a path to improving Gemini models for learning -- by enabling the addition of our pedagogical data to post-training mixtures -- alongside their rapidly expanding set of capabilities. Both represent important changes from our initial tech report. We show how training with pedagogical instruction following produces a LearnLM model (available on Google AI Studio) that is preferred substantially by expert raters across a diverse set of learning scenarios, with average preference strengths of 31\% over GPT-4o, 11\% over Claude 3.5, and 13\% over the Gemini 1.5 Pro model LearnLM was based on.