今天小編分享的科學經驗：10行代碼讓大模型數學提升20%，“野路子”研究谷歌也測上了，主要作者全靠自學成才，歡迎閱讀。
只要不到 10 行代碼，就能讓大模型數學能力（GSM8k）提升 20%！
幾名獨立學者提出了大模型采樣的改進方案，引起了開源社區的關注。
目前該方法已在 Mistral-7B 上取得成效，在 Llama3-70B 上的測試也正在進行。
這種方法叫做最小 p 采樣（min-p sampling），目的是平衡生成文本的連貫性和多樣性。
簡單說就是讓模型在不同場合發揮不同的特性，例如在事實問題上保持性能穩定，在寫作等場景中又能發揮創意。
目前該方法已在 Mistral-7B 上取得成效，在 Llama-70B 上的測試也即将進行。
在論文中作者提到，該方法已經獲得了開源社區的廣泛應用。
同時作者還透露，Anthropic 和谷歌等閉源模型廠商也已經或正在針對 min-p 進行測試。
消息也得到了谷歌方面的确認，從 OpenAI 跳槽到谷歌的開發者社區負責人Logan Kilpatrick已經回復說 "On it"（在做了）。
微軟 Copilot 的研究人員Abram Jackson看了後表示，這是他看到的首個有關推理過程 token 采樣的改進，未來還有很大進步空間。
值得一提的是，這項受到廣泛關注的研究，主要作者 Minh Nhat Nguyen 根本沒系統學過 CS，而是靠自學成才。
在一家名為 Apart Research 的 AI 安全研究機構幫助下，Minh 和團隊其他成員一起完成了該項目。
動态調整抽樣阈值
min-p 是一種動态截斷抽樣方法，其核心是根據每一步 token 分布的最大概率，來縮放最小概率阈值。
這樣做的目的，主要在于平衡生成文本的連貫性和多樣性，特别是在 temperature 較高的條件下。
具體來說，min-p 引入了一個基礎概率阈值p_base，表示進入采樣池的最低概率要求。
在每一步生成 token 時，min-p 會将 p_base 與當前概率分布中最大的 token 概率 p_max 相乘，得到一個縮放後的絕對阈值p_scaled。
只有概率大于等于 p_scaled 的 token，才能夠進入采樣池。
當模型對某個 token 的預測概率非常高（即 p_max 很大）時，p_scaled 的值也會很高，導致采樣池大幅縮小，絕大多數低概率 token 被過濾，只留下少數高把握的選擇，确保了輸出的連貫性；
而當模型對所有 token 的預測概率都比較接近（p_max 較低）時，p_scaled 的值也會相應變低，放寬了對采樣池的要求，納入更多中等概率的 token，給予模型更多發揮空間，生成更加多樣化的内容。
在确定采樣池後，min-p 會根據 temperature 對 token 概率分布進行縮放。
它将 token 的對數概率除以一個溫度參數 τ，并進行歸一化後，就得到了 temperature 縮放後的概率分布。
大于 1 的 τ 值會使概率分布更加平緩，增加低概率 token 被選中的機會；
τ 小于 1 時則會使分布更加尖銳，強化高概率 token 的優勢。
最後，min-p 從縮放後的采樣池中，按照調整後的概率分布，随機抽取下一個 token。
穩定性和創意，" 我全都要 "
min-p 方法的效果究竟如何呢？作者使用了Mistral-7B作為基礎模型進行了測試，我們來分場景看一下結果。
在推理任務中，作者采用了 GPQA 數據集。當 temperature 為 1 時，可以看到 min-p 相比于過去的 top-p 顯現出了微小的優勢。
随着 temperature 增加，GPQA 得分整體上呈現出了下降趨勢，但可以觀察到 min-p 的下降明顯比 top-p 更慢。
直到 temperature 達到 3 時 min-p 的下降趨勢才變得明顯，此時 top-p 的得分已接近 0。
也就是說，相比于 top-p，min-p在推理任務中更好地保持了所需要的穩定性。
同樣需要保持穩定性能的還有數學類任務，這裡作者使用了 GSM8K 數據集進行了測試。
結果 min-p 所對應的分數随 temperature 的下降比在 GPQA 中更快，但仍然緩于 top-p 方式。
第三類任務是創意寫作，這時對穩定性的要求就不是那麼高了，而是需要模型發揮更多的創意。
這項測試使用 AlpacaEval 數據集完成，實驗數據是從開源社區的一名獨立評估者那裡獲得的。
實驗結果顯示，在 temperature=1.5、min-p=0.1 的設定下，min-p 的性能尤其突出，可生成 top-p 方法難以生成的創意寫作内容。
在該參數下，min-p 方法得到的文本獲得了 58.12% 的人類評判優選率，遠高于其他方法在類似設定下的表現。
論文地址：
https://arxiv.org/abs/2407.01082
GitHub：
https://github.com/menhguin/minp_paper/
參考鏈接：
https://x.com/menhguin/status/1826132708508213629
