終于不瞎編了！AI學會了“谷歌一下”，回答問題正確率達90% | DeepMind
回答問題同時給出論據(jù)
明敏 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
語言模型總是給出“驢唇不對馬嘴”的答案，已經(jīng)成為它最飽受詬病的問題之一。
現(xiàn)在，DeepMind想到了一個解決辦法——
讓模型像人類一樣，學會“谷歌一下”，回答問題同時還能給出論據(jù)。
這個模型名叫GopherCite，當你問它：
GopherCite是如何找到論據(jù)來源的？
它會回答：
通過谷歌搜索檢索相關(guān)文檔。
同時還給出了答案的依據(jù)，援引自DeepMind發(fā)布這項研究的頁面。
而且遇到實在不懂的問題，它還會說“I don’t know.”，不會強行給一個錯誤答案。
訓練結(jié)果顯示，該模型在自然問題數(shù)據(jù)集、ELI5數(shù)據(jù)集上的正確率分別可以達到90%、80%，接近人類水平。
用強化學習訓練AI查谷歌
首先我們來看一下GopherCite的效果如何。
當被問道：
在Scooby Doo中，Scooby是什么動物？
GopherCite回答道：
一只大丹犬。
摘自維基百科Scooby-Doo。這是周六早上播出的系列青少年動畫片，主角包括弗雷德·瓊斯等，以及一只名叫Scooby-Doo、會說話的大丹犬。
不難看出，在學會找論據(jù)后，AI給出的回答靠譜多了。
事實上，GopherCite的前輩——超大語言模型Gopher，此前回答問題時的表現(xiàn)就要差勁很多。
Gopher是DeepMind在去年年底發(fā)布的NLP模型，包含2800億參數(shù)。
它基于Transformer架構(gòu)，在10.5TB大小的MassiveText語料庫上進行訓練。
在這里，DeepMind舉了一個例子來說明。
讓Gopher和GopherCite回答同一個問題：
普萊西德湖一共舉辦過幾次冬奧會？
Gopher回答（是錯的）：
普萊西德湖在1932年、1936年、1980年舉辦過冬奧會。
但GopherCite就答對了：
兩次。
并給出了嚴謹?shù)睦碛桑?/p>
援引自美國主辦奧運會城市史。1932年、1980年在普萊西德湖舉辦過冬季奧運會；1936年、1984年在洛杉磯舉辦過夏季奧運會。
那么GopherCite的具體工作原理是怎樣的呢？
在Gopher的基礎(chǔ)上，研究人員開發(fā)了一種獎勵機制，也就是用上強化學習。
在收到問題后，模型會訪問谷歌搜索的API來找到相關(guān)的網(wǎng)頁，獲取top-K結(jié)果。
（top-K操作，即從分數(shù)集合中找到k個最大或最小元素，是一個重要的機器學習模型組件，被廣泛用于信息檢索和數(shù)據(jù)挖掘中。）
然后它會根據(jù)問題來生成一些答案，答案數(shù)量N會大于K。
這些答案同時會帶有自己的證據(jù)，即從網(wǎng)頁上搜索到的包含答案的文段。
接下來，系統(tǒng)會對這些答案進行打分，最終輸出得分最高的答案。
在推理過程中，模型采樣會按照循環(huán)在文檔上不斷迭代，每個循環(huán)都會從單個文檔中盡可能多地顯示上下文內(nèi)容，然后對文本重新排序并返回給上一步。
此外，這個模型還會計算最終生成答案的質(zhì)量，如果生成答案太差，它就會選擇不回答。
這是源于紅牛的廣告語：“它會給你翅膀”。
在ELI5Filtered數(shù)據(jù)集上回答70%的問題時，正確率為80%左右。
DeepMind表示這種訓練模式和LaMDA有些類似。
LaMDA是谷歌在去年I/O大會上發(fā)布的一個對話模型，它能夠在“聽懂”人類指令的基礎(chǔ)上，對答如流并保證邏輯、事實正確。
不同的是，LaMDA有時會直接給人分享問題的相關(guān)鏈接，而GopherCite可以直接摘出相關(guān)論據(jù)文段。
另外，OpenAI最近也開發(fā)了一個網(wǎng)頁版GPT （WebGPT），同樣也是用類似的方法來校正GPT-3。
DeepMind表示，WebGPT是通過多次訪問網(wǎng)頁來組織答案，GopherCite則是側(cè)重于讀取長文段。
還是會有失誤
雖然懂得援引資料了，但是GopherCite有時還是會生搬硬套。
比如當你問它“喝了紅牛會怎么樣？”，它的回答是“翅膀”。
這是源于紅牛的廣告語：“它會給你翅膀”。
顯然讓它理解比喻還是有點困難……
也有網(wǎng)友吐槽說，可能人類自己去谷歌搜索會更快。
你覺得呢？
參考資料：
https://deepmind.com/research/publications/2022/GopherCite-Teaching-Language-Models-To-Support-Answers-With-Verified-Quotes
- 4o-mini華人領(lǐng)隊也離職了，這次不怪小扎2025-08-19
- 宇樹機器人“撞人逃逸”火到國外，王興興回應(yīng)：下次不遙控了2025-08-16
- 突破Claude-4編程上限！自進化Agent框架拿下新SOTA，已開源2025-08-19
- 讓OpenAI只領(lǐng)先5天，百川發(fā)布推理新模型，掀翻醫(yī)療垂域開源天花板2025-08-11
相關(guān)閱讀
