Can we trust the evaluation on ChatGPT?

要約

ChatGPT は、大量採用された最初の大規模言語モデル (LLM) であり、多数の自然言語タスクで顕著なパフォーマンスを実証しました。
ChatGPT の有用性は明らかであるにもかかわらず、モデルの閉鎖的な性質とヒューマン フィードバックからの強化学習 (RLHF) による継続的な更新により、さまざまな問題領域における ChatGPT のパフォーマンスを評価することは依然として困難です。
スタンス検出タスクのケーススタディを用いて、ChatGPT 評価におけるデータ汚染の問題を強調します。
クローズドで継続的にトレーニングされたモデルの時代において、データ汚染を防止し、公正なモデル評価を確保するという課題について説明します。

要約(オリジナル)

ChatGPT, the first large language model (LLM) with mass adoption, has demonstrated remarkable performance in numerous natural language tasks. Despite its evident usefulness, evaluating ChatGPT’s performance in diverse problem domains remains challenging due to the closed nature of the model and its continuous updates via Reinforcement Learning from Human Feedback (RLHF). We highlight the issue of data contamination in ChatGPT evaluations, with a case study of the task of stance detection. We discuss the challenge of preventing data contamination and ensuring fair model evaluation in the age of closed and continuously trained models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google