论文笔记--Won’t Get Fooled Again: Answering Questions with False Premises-Toy模板网

这篇具有很好参考价值的文章主要介绍了论文笔记--Won’t Get Fooled Again: Answering Questions with False Premises。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1. 文章简介

标题：Won’t Get Fooled Again: Answering Questions with False Premises
作者：Shengding Hu, Yifan Luo, Huadong Wang, Xingyi Cheng, Zhiyuan Liu, Maosong Sun
日期：2023
期刊：arxiv

2. 文章概括

文章给出了第一份False Premises Questions(FPQs)数据集，并证明了PLMs本身具有识别False premise的能力，通过在少量FPQ上微调可以激活该能力。
下图为PLM能力激活的一个简单示例
论文笔记--Won’t Get Fooled Again: Answering Questions with False Premises,论文阅读,QA,FalseQA,语言模型,PLMs,NLP

3 文章重点技术

3.1 大模型面对FPQs的表现

一般来说，我们直接问大模型"Does the sun have eyes?“可以得到正确的答案"No”，但当我们把错误问题作为前提提问其它问题时，比如"How many eyes does the sun have?"，这时候大模型往往会把错误问题中蕴含的前提当真，并继续给出错误的答案。具体来说，我们用<subject, predicate, object>表示一个三元组，上述问题的三元组为<triple, quantity, ?>，其中triple为<syn, has_property, eye>，针对此类triple中嵌套triple的问题，大模型往往无法正确作答。
文章测试了Bloon, OPT, Jurassic-1, GPT-3对一些FPQ的问答能力。如下表所示，大模型模型可以直接回答出单个三元组的问题，但无法正确回答错误假设下的问题FPQs。
论文笔记--Won’t Get Fooled Again: Answering Questions with False Premises,论文阅读,QA,FalseQA,语言模型,PLMs,NLP

3.2 False QAs数据集

为了解决上述问题，文章构建了一份False QAs数据集。由于从自然语言语料库中收集数据可能会是的收集的问题不可控，且难以对其校正。为此，文章手动构建数据集，希望构建的False QA数据集具有broad coverage, high quality, few shortcuts, detailed explanations。
首先，文章希望数据集包含尽可能多的问题分类。文章对错误问题进行了两种分类：按照错误类型进行分类（包括尝试错误、逻辑错误等）；按照问题格式进行分类（包括事实类畏难而退，描述类问题等）。最后得到的数据集包括8种错误类型的问题，6种问题格式的问题，且每种类型的问题数量仅可能一致。
作者雇用了20个人类标记员来创造FPQs。首先从Generic-sKB数据库中获取单词为源单词及对应的简短的描述性句子，然后标记员根据该单词进行发散思考创造出包含/与单词相关的错误前提的问题。为了让PLMs更深刻地理解任务，我们让标记员对每个FPQs进行修正，且需保证修改最小从而确保模型可以学习到必要的知识。此外，每个标记员被要求对FPQs为什么是错误的给出解释，且解释不能仅仅是对错误的否定。下图为标记数据的流程。
论文笔记--Won’t Get Fooled Again: Answering Questions with False Premises,论文阅读,QA,FalseQA,语言模型,PLMs,NLP 最后，文章得到了FalseQA数据集，包含2365个问题对（包含False QA和修正后的True QA）。

3.3 训练和评估

为了让模型同时判断问题的假设是为真并给出合理的解释，我们让模型生成判别tokens: “tricky question"或是"true question”，然后继续生成对判断的解释。由于判别tokens的token数很少，文章增加了额外的binary loss来进行学习，该loss和模型的生成时loss的比例为1。
评估阶段，如果生成的答案中包含“tricku question”，则认为该问题为一个FPQ，否则为一个TPQ。

4. 文章亮点

文章给出了第一个False Premise Questions数据集，在其基础上进行学习可以增强大模型对FPQs问题的判别和解释能力。且数值实验表明，在学习FPQs的过程中增加少量的原始QA数据（每次迭代使用小部分重复数据即可）可以有效地防止大模型的灾难性遗忘现象发生。False QAs数据集可供科研工作者进行进一步的该类研究，且文章提出的学习思路可供未来的QA数据集构建参考。