Combining Domain and Alignment Vectors to Achieve Better Knowledge-Safety Trade-offs in LLMs
Created by
Haebom
저자
Megh Thakkar, Quentin Fournier, Matthew Riemer, Pin-Yu Chen, Amal Zouaq, Payel Das, Sarath Chandar
개요
본 논문은 특정 기술 분야에 특화된 전문가 LLMs를 훈련하는 데 대한 증가하는 관심에 중점을 둡니다. 일반 목적의 instruction-tuned 모델과 비교하여 전문가 모델은 성능이 우수하지만 안전성이 저하되는 경향이 있습니다. 이 문제를 해결하기 위해, 논문에서는 도메인 및 정렬 벡터를 보간하여 안전성을 유지하면서 유용성을 보존하는 효율적이고 효과적인 병합 기반 정렬 방법인 \textsc{MergeAlign}을 제시합니다. 의료 및 금융 분야 전문가인 Llama3 변형 모델에 \textsc{MergeAlign}을 적용하여 도메인 특정 벤치마크에서 성능 저하 없이 상당한 정렬 개선을 얻었습니다. 또한 모델 유사성 측정 및 병합된 개별 모델의 기여를 통해 모델 병합의 영향을 연구했습니다. 이 연구 결과는 안전한 전문가 LLMs의 효율적인 개발을 위한 새로운 연구 방향을 제시합니다.
시사점, 한계점
•
시사점:
◦
도메인 특화된 LLM의 안전성 문제 해결을 위한 효율적인 방법인 \textsc{MergeAlign} 제시.
◦
Llama3 기반 의료 및 금융 전문가 모델에서 안전성 향상과 성능 유지를 동시에 달성.
◦
모델 병합의 영향에 대한 심층적인 분석 제공.
◦
안전한 전문가 LLM 개발을 위한 새로운 연구 방향 제시.
•
한계점:
◦
\textsc{MergeAlign}의 일반화 가능성에 대한 추가 연구 필요. (다양한 도메인 및 모델 아키텍처에 대한 적용성 검증)
