Generated Knowledge Prompting — 生成知识提示

From Systems analysis Wiki
Jump to navigation Jump to search

Generated Knowledge Prompting (GKP, 生成知识提示) 是一种提示工程方法，旨在提升大型语言模型 (LLM) 解决需要推理和事实知识支持的任务的能力[1]。GKP的核心思想是让模型分两步完成任务：首先，根据查询主题生成一组相关事实；然后，基于这些知识形成最终答案[2]。

这种方法使LLM能够激活并利用其内部的“参数化”知识，这些知识被隐式地编码在数十亿个参数中，但在标准查询中通常无法访问。GKP解决了模型“不知道自己知道什么”的问题，并帮助它们连接零散的事实以构建正确的推论[2]。

历史与起源

Generated Knowledge Prompting方法首次在科学论文《Generated Knowledge Prompting for Commonsense Reasoning》中提出，该论文由刘家诚（Jiacheng Liu）领导的研究小组撰写。该工作的初版于2021年10月15日发表在预印本档案库arXiv上，而最终版本则在2022年的顶级会议计算语言学协会（Association for Computational Linguistics, ACL）上发表[1]。

GKP成为首批提出改变与LLM交互范式的重要方法之一，其重点从一次性生成答案转向了一个两阶段的认知过程。

两阶段工作机制

GKP机制将一个复杂的任务分解为两个更简单的子过程：提取相关信息，然后利用这些信息进行推理。

阶段一：知识生成 (Knowledge Generation)

在第一阶段，使用一个语言模型（“知识生成器”）为原始问题生成多个（M个）相关的知识片段。该过程通过少样本提示（few-shot prompting）技术启动，即向模型提供几个示例以进行“上下文学习”。

用于知识生成的提示具有严格定义的结构：

  1. 指令：一个通用指示，例如：“围绕该主题生成一些事实”。
  2. 演示示例：几个人工编写的“问题-知识”对。这些示例起着至关重要的作用，因为它们教会模型哪种类型的信息是有用的。同时，生成的知识不应直接包含答案本身。
  3. 新问题：需要为其生成知识的原始用户查询。

针对一个问题，会生成M个知识变体（在原始论文中 M=20），以便为第二阶段获取多样化的事实集合[1]。

阶段二：知识整合与答案形成 (Knowledge Integration)

在第二阶段，使用另一个语言模型（“推理模型”），它既可以在零样本（zero-shot）模式下工作，也可以针对特定任务进行微调。

整合过程如下：

  1. 查询增强：将原始问题（q）与M个生成的知识片段（km）中的每一个依次结合。最终会创建M+1个增强后的查询（包括不带知识的原始问题）。
  2. 评估与选择答案：推理模型为每个增强后的查询评估每个可能答案选项（a）的条件概率。最终答案是至少在一个查询中获得最高概率评估的那个选项。

这种两阶段机制引入了一种元认知过程：“在回答之前，先思考并阐述你对这个主题的了解。”

有效性与测试结果

GKP的有效性在一系列用于评估常识推理的学术基准测试中得到了验证。与基线方法相比，该方法在性能上表现出显著提升。

GKP在主要基准测试上的结果摘要（数据来源：Liu et al., 2022）[1]
基准测试名称 任务 基线模型准确率 (%) 使用GKP的准确率 (%) 提升 (%)
NumerSense 数字常识 64.05 72.47 +8.42
CommonsenseQA 通用常识 39.89 47.26 +7.37
CommonsenseQA 2.0 通用常识 70.20 73.03 +2.83
QASC 科学常识 76.74 80.33 +3.59

最大的提升出现在零样本（zero-shot）模式下，这证明了GKP能够在无需额外微调的情况下有效激活模型的内部知识。

与其他技术的比较分析

GKP vs. Chain-of-Thought (CoT) - GKP 与思维链 (CoT) 的对比

GKP与思维链（Chain-of-Thought, CoT）之间的关键区别在于所生成信息的类型：

  • GKP 生成陈述性知识——关于世界的事实、定义、断言（“是什么”）。它为模型提供了额外的上下文。
  • CoT 生成程序性知识——逻辑步骤、计算过程、推理序列（“如何做”）。它为模型提供了推理路径。

因此，GKP提供了事实基础，而CoT则提供了逻辑推理结构[3]。

GKP vs. Retrieval-Augmented Generation (RAG) - GKP 与检索增强生成 (RAG) 的对比

与GKP不同，检索增强生成（Retrieval-Augmented Generation, RAG）方法使用外部的、非参数化的知识源。

  • GKP 使用模型在训练期间学到的内部知识。它促使模型“回忆”起已经知道的内容。
  • RAG 使用来自数据库、文档或互联网的外部知识。它促使模型在外部世界中“搜索”信息。

GKP与RAG之间的选择取决于具体任务：如果所需知识是众所周知的，并且在训练数据中有很好的体现，那么GKP会很有效；而对于高度专业化、最新的或专有数据，RAG则是不可或缺的。

局限性与风险

  • “幻觉”问题：GKP的主要风险在于可能生成不正确的事实。如果在第一阶段模型生成了错误的陈述，那么在第二阶段它将被视为事实，从而导致一个自信但完全错误的答案。
  • 计算成本：该方法需要多次调用LLM（单个查询需 M+1 次调用），与标准提示相比，这显著增加了响应时间（延迟）和使用成本。
  • 提示开发复杂性：GKP的有效性在很大程度上取决于少样本示例的质量，而创建这些示例是一项复杂且耗时的工作。

演进与混合方法

GKP中蕴含的思想催生了更复杂、更可靠的提示技术的发展，例如：

  • Hint-before-Solving (HSP)：作为GKP的直接思想继承者，它将“先知识，后行动”的两阶段原则应用于CoT中更复杂的推理过程，而不仅仅是简单的回答[4]。
  • Verify-and-Edit (VE)：一个混合框架，旨在解决GKP和CoT中的“幻觉”问题。VE首先生成一个推理链（如CoT），然后利用外部搜索（如RAG）自动验证关键事实，并在生成最终答案之前编辑推理过程[5]。

外部链接

参考文献

  • Liu, J. et al. (2021). Generated Knowledge Prompting for Commonsense Reasoning. arXiv:2110.08387
  • Liu, J. et al. (2022). Generated Knowledge Prompting for Commonsense Reasoning. In *Proc. ACL 2022*. ACL:2022
  • Wei, J. et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. arXiv:2201.11903
  • Wang, X. et al. (2022). Self-Consistency Improves Chain-of-Thought Reasoning in Language Models. arXiv:2203.11171
  • Fu, J. et al. (2024). Hint-before-Solving Prompting: Guiding LLMs to Effectively Utilize Encoded Knowledge. arXiv:2402.14310
  • Zhao, R. et al. (2023). Verify-and-Edit: A Knowledge-Enhanced Chain-of-Thought Framework. arXiv:2305.03268
  • Lin, B. et al. (2020). NumerSense: Probing Numerical Commonsense Knowledge of Pre-trained Language Models. Dataset page
  • Talmor, A. et al. (2019). CommonsenseQA: A Question-Answering Challenge Targeting Commonsense Knowledge. ACL paper
  • Khot, T. et al. (2019). QASC: A Dataset for Question Answering via Sentence Composition. arXiv:1910.11473
  • Mu, J. et al. (2023). Learning to Compress Prompts with Gist Tokens. arXiv:2304.08467

注释

  1. ↑ 1.0 1.1 1.2 1.3 Liu, J., Liu, A., Lu, X., et al. (2022). «Generated Knowledge Prompting for Commonsense Reasoning». Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics. [1]
  2. ↑ 2.0 2.1 Liu, J., Liu, A., Lu, X., et al. (2021). «Generated Knowledge Prompting for Commonsense Reasoning». arXiv preprint arXiv:2110.08387. [2]
  3. ↑ Wei, J., Wang, X., Schuurmans, D., et al. (2022). «Chain-of-Thought Prompting Elicits Reasoning in Large Language Models». arXiv preprint arXiv:2201.11903. [3]
  4. ↑ Katz, O., Maman, Y., et al. (2024). «Hint-before-Solving Prompting: Guiding LLMs to Effectively Utilize Scaffolding». arXiv preprint arXiv:2402.14310. [4]
  5. ↑ Zhao, R., Zhang, J., et al. (2023). «Verify-and-Edit: A Knowledge-Enhanced Chain-of-Thought Framework». arXiv preprint arXiv:2305.03268. [5]
Retrieved from "https://systems-analysis.info/int/index.php?title=Generated_Knowledge_Prompting_—_生成知识提示&oldid=2603"