Desenvolvido método que permite a chatbots manterem conversas contínuas sem travamentos

Picture of Maurício "o Estagiario"

Maurício "o Estagiario"

Textos otimizado com nossa IA

Published on maio 2, 2024, 12:13 pm

Quando uma conversa entre um humano e uma IA envolve muitas rodadas de diálogo contínuo, os poderosos modelos de aprendizado de máquina em larga escala que impulsionam chatbots como o ChatGPT às vezes começam a entrar em colapso, fazendo com que o desempenho dos bots se deteriore rapidamente.

Uma equipe de pesquisadores do MIT e outros lugares identificou uma causa surpreendente desse problema e desenvolveu uma solução simples que permite que um chatbot mantenha uma conversa sem parar, sem travamentos ou desacelerações.

O método deles envolve um ajuste ao cache chave-valor (que é como uma memória de conversação) no cerne de muitos modelos de linguagem em larga escala. Em alguns métodos, quando esse cache precisa armazenar mais informações do que sua capacidade, as primeiras peças de dados são descartadas. Isso pode fazer com que o modelo falhe.

Garantindo que esses primeiros pontos de dados permaneçam na memória, o método dos pesquisadores permite que um chatbot continue conversando independentemente da duração da conversa.

O método, chamado StreamingLLM, permite que um modelo seja eficiente mesmo quando a conversa se estende por mais de 4 milhões de palavras. Em comparação com outro método que evita travamentos recomputando constantemente parte das conversas anteriores, o StreamingLLM foi mais de 22 vezes mais rápido.

Isso poderia permitir que um chatbot conduza longas conversas ao longo do dia útil sem precisar ser reiniciado continuamente, possibilitando assistentes IA eficientes para tarefas como redação, edição ou geração de código.

“Agora, com este método, podemos implantar consistentemente esses modelos de linguagem em larga escala. Ao criar um chatbot com o qual podemos sempre conversar e que pode sempre nos responder com base em nossas conversas recentes, poderíamos usar esses chatbots em novas aplicações”, diz Guangxuan Xiao, um estudante de pós-graduação em engenharia elétrica e ciência da computação (EECS) e autor principal de um artigo sobre o StreamingLLM.

Os coautores de Xiao incluem seu orientador, Song Han, professor associado do EECS, membro do MIT-IBM Watson AI Lab e cientista distinto da NVIDIA; bem como Yuandong Tian, cientista pesquisador do Meta AI; Beidi Chen, professor assistente da Universidade Carnegie Mellon; e Mike Lewis, cientista pesquisador do Meta AI. O trabalho será apresentado na Conferência Internacional sobre Representações de Aprendizado.

Um fenômeno intrigante

Os modelos de linguagem em larga escala codificam dados, como palavras em uma consulta do usuário, em representações chamadas tokens. Muitos modelos empregam o que é conhecido como mecanismo de atenção que usa esses tokens para gerar novo texto.

Normalmente, um chatbot AI escreve novo texto com base no texto que acabou de ver, então ele armazena os tokens recentes na memória, chamada cache KV (chave-valor), para usar posteriormente. O mecanismo de atenção cria uma grade que inclui todos os tokens no cache – um “mapa de atenção” que mapeia o quanto cada token ou palavra está relacionada a cada outro token.

Entender essas relações é uma característica que permite que os modelos de linguagem em larga escala gerem texto semelhante ao humano.

Mas quando o cache fica muito grande, o mapa de atenção pode se tornar ainda mais extenso, o que diminui a velocidade de processamento.

Além disso, se a codificação do conteúdo requer mais tokens do que o cache pode armazenar, o desempenho do modelo cai. Por exemplo, um modelo popular pode armazenar 4.096 tokens, mas há cerca de 10.000 tokens em um artigo acadêmico.

Para contornar esses problemas, os pesquisadores usam um “cache deslizante” que descarta os tokens mais antigos para adicionar novos tokens. No entanto, o desempenho do modelo geralmente cai assim que o primeiro token é descartado, reduzindo rapidamente a qualidade das palavras recém-geradas.

Neste novo artigo científico, os pesquisadores perceberam que se mantives

Compartilhe

Facebook
Twitter
LinkedIn
WhatsApp
Email
Print

Leia mais sobre este assunto:

Conteudize