Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

CodePMP: Scalable Preference Model Pretraining for Large Language Model Reasoning

Created by
  • Haebom

저자

Huimu Yu, Xing Wu, Haotian Xu, Debing Zhang, Songlin Hu

개요

본 논문은 대규모 언어 모델(LLM)의 추론 능력 향상을 위한 효율적인 보상 모델(RM) 미세조정 방법을 제시합니다. 기존 RLHF(Reinforcement Learning from Human Feedback) 방식의 한계인 고품질 선호도 데이터 부족 문제를 해결하기 위해, 공개된 고품질 소스 코드에서 대량의 합성 코드-선호도 쌍을 활용하는 확장 가능한 선호도 모델 사전 학습(PMP, Preference Model Pretraining) 파이프라인인 CodePMP를 제안합니다. CodePMP는 대규모 합성 코드-선호도 쌍으로 선호도 모델을 사전 학습하여 RM 미세조정 효율을 향상시키고, 수학적 추론 및 논리적 추론 과제에서 LLM의 추론 성능을 향상시키는 것을 실험적으로 보여줍니다.

시사점, 한계점

•
시사점:
◦
고품질 선호도 데이터 부족 문제를 해결하는 효율적인 RLHF 방법을 제시합니다.
◦
CodePMP를 통해 LLM의 수학적 및 논리적 추론 능력을 향상시킬 수 있음을 보여줍니다.
◦
대규모 합성 데이터를 활용한 선호도 모델 사전 학습의 중요성을 강조합니다.
◦
RLHF 기반 LLM의 추론 성능 향상에 기여하는 새로운 접근 방식을 제공합니다.
•
한계점:
◦
CodePMP의 성능은 사용된 합성 데이터의 품질에 의존적일 수 있습니다.
◦
합성 데이터가 실제 사용자 선호도와 완벽하게 일치하지 않을 수 있습니다.
◦
다양한 종류의 추론 과제에 대한 일반화 성능에 대한 추가적인 연구가 필요합니다.
◦
합성 데이터 생성 과정의 투명성 및 재현성에 대한 논의가 필요합니다.
👍
Made with Slashpage