大模型推理更可能是概率模式匹配？北大团队从蒙特卡洛语言树的新视角解读GPT，思维链原理也有新的理解

思维链（CoT）为什么能够提升大模型的表现？大模型又为什么会出现幻觉？

北大课题组的研究人员，发现了一个分析问题的新视角，将语言数据集和GPT模型展开为蒙特卡洛语言树。

具体来说，数据集和模型分别被展开成了Data-Tree 和GPT-Tree 。

结果，他们发现，现有的模型拟合训练数据的本质是在寻求一种更有效的数据树近似方法(即)。

进一步地，研究人员认为，大模型中的推理过程，更可能是概率模式匹配，而不是形式推理。

将数据和模型拆解为蒙特卡洛树

在预训练过程中，大模型通常学习的是如何预测下一个token（也就是将每个token的似然进行最大化），从而对大规模数据进行无损压缩。

其中， 是优化上述似然得到的模型参数。

作者发现，任何语言数据集都可以用蒙特卡洛语言树（简称“Data-Tree”）完美地表示，参数化为。

具体来说，作者采样第一个token作为根节点（例如“For”），枚举其下一个token作为叶子节点（例如“the”或“example”），并计算条件频率（）作为边。

重复这一过程，就可以得到被语言数据集扁平化的“Data-Tree”。形式上，Data-Tree满足以下条件：

其中，代表频率函数， 代表第个token。作者从理论上证明了Data-Tree的是上述最大似然的最优解。换句话说，最大化似然得到的模型参数最终都在不断靠近。

类似的，作者提出任意的类GPT模型****也可以展开成另一颗蒙特卡洛语言树（简称“GPT-Tree”），参数化为。

为了构建GPT-Tree，作者也从token空间采样第一个token 并将其输入到GPT，然后记录其第二个token 以及其概率分布│。

接着，作者枚举所有的第二个token，并将输入到GPT并得到第三个token 。

重复这一过程，就可以得到GPT展开后的“GPT-Tree”。

蒙特卡洛树视角下的新发现

在将数据和模型展开后，作者有了新的发现，并用新的视角解释了一些模型现象。

下图是对GPT-X系列模型和Data-Tree的树形可视化结果，其中每列代表不同token，每行代表不同的模型，最后一行代表Data-Tree。

GPT模型逐渐收敛于数据树

作者发现，在同一数据集（the Pile）上训练的不同语言模型（GPT-neo-X系列模型）在GPT-Tree可视化中具有显著的结构相似性。

通过对这一结果进行进一步量化，作者发现，GPT模型越大，越接近 Data-Tree，超过87%的GPT输出token可以被Data-Tree召回。

这些结果表明，现有的语言模型本质上寻求一种更有效的方法来近似数据树，这可能证实了LLM的推理过程更可能是概率模式匹配而不是形式推理。

理解token-bias现象和模型幻觉

Token-bias现象首次发现于宾夕法尼亚大学Bowen Jiang等人的研究（arXiv：2406.11050），并被苹果公司的Iman Mirzadeh等人进行了进一步的研究（arXiv：2410.05229）。

例如对于一个简单的数学计算问题，“Calculate 123 + 256.”，将最后一个 token“.”扰动成“。”，模型就会错误地回答为“43”。

作者认为，token-bias是由于一些罕见的token诱导GPT-Tree推断错误的路径。

作者通过评估21076对QA测试对中不同模型的原始（蓝色条）和扰动（橙色条）精度进一步量化了这一现象。

扰动最后一个token后，所有模型的准确性都显著下降。

而至于模型幻觉，作者认为这是由数据树的共现偏差造成。

如下图所示，训练数据表现出多伦多和加拿大这两个术语的高频共现，导致模型严重倾向于这些语料库，从而错将多伦多认为是加拿大首都。

理解思维链的有效性

在蒙特卡洛树的视角下，思维链的有效性也有了新的解释。

对于一些复杂的问题，输入X和输出Y之间存在明显的 Gap，使得GPT模型难以直接从X中输出Y。

从GPT-tree的视角来看，输入X位于父节点，输出Y位于比较深的叶节点。

思维链的原理就是试图弥补这一缺口，即试图寻找路径Z来帮助GPT模型更好的连接X和Y。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】