Dec, 2023
任务干扰:现在语言模型可能不再是小样本学习了
Task Contamination: Language Models May Not Be Few-Shot Anymore
TL;DR大型语言模型(LLMs)在各种零样本和小样本任务中表现出色,但它们的零样本和小样本设置的成功可能会受到任务污染的影响。本文研究了LLMs的零样本和小样本性能如何随时间的推移而变化。利用GPT-3系列模型和其他一些最近的开源LLMs,并控制数据集的难度,我们发现在LLMs的训练数据创建日期之前发布的数据集上,LLMs表现出令人惊讶的优势。这明显表明,对于许多LLMs来说,在LLMs的训练数据创建日期之前发布的数据集上存在零样本和小样本评估的任务污染。此外,我们利用训练数据检查、任务示例提取和成员推理攻击,揭示了更多关于任务污染的证据。重要的是,我们发现对于没有可能任务污染的分类任务,在零样本和小样本设置下,LLMs很少显示出与简单多数基准显著差异的改进。