RANKGEN: Improving Text Generation with Large Ranking Models

简介

核心在于提高生成模型的生成质量。方式是：对抗训练的方法。（train RANKGEN using large-scale contrastive learning with in-batch negative sampling）
负例构建方式是：（1）从与prefix相同的document中，随机选择序列；（2）从大规模语言模型中生成负例（在给定prefix为condition的情况下）

问题

现有的大规模语料，由贪婪解码或波束搜索产生的高概率（低困惑）序列往往是枯燥和重复的。

现有的一些解决方法有：top-k（Fan等人，2018）、nucleus（Holtzman等人，2020）和典型抽样（Meister等人，2022）等截断抽样方法缓解了这些问题，但它们也可能产生具有不一致、幻觉、事实错误或常识问题的文本（Massarelli等人，2020；Dou等人，2022；Krishna等人，2021）。

解决

训练了一个1.2B 参数的encoder，将人手写的prefix和模型生成的连续空间的prefix映射到一个共享的vector space中，然后，RankGEN的目标是，将prefix与真实ground truth直接的距离减小，与生成的对抗性的prefix的距离拉大。
这和原始的PLM的encoder模型的训练过程是不同的，我们的目标是考虑两个序列，而不仅仅是单个标记的预测，它鼓励RANKGEN考虑前缀和续篇之间的长距离关系，而不仅仅是依赖局部的预测。

对抗性实例生成方法

在第一个策略中，INBOOK，我们选择在同一文件中出现的随机序列作为前缀(生成的prefix的长度需要控制到和ground truth contiunations相同的长度）
在第二种策略中，即GENERATIVE，我们以一个给定的前缀作为条件，通过大型的预训练的LM产生连续输出。（ we generate continuations by conditioning a large pretrained LM on a given prefix）

训练数据构建

在对抗语料生成后，训练数据可以表示为三元组的形式《p,c,g》，分别代表prefix，ground-truth continuation of that prefix，a continuation generated by an LM，为了作为区分，在prefix部分添加了一个特殊的token（pre），在连续和生成的部分，添加了特殊的token（suf ）

数据选择：

考虑了文件中所有长度在256个word的prefix（为了使得prefix覆盖到文件的begin和end位置），为每个prefix，选择了contunations ci,长度在10-128个words，为了产生negatives，首先使用50%的（p,c）pairs微调T5模型，之后，使用剩余的数据，产生对抗数据。

推断：

在inference阶段，是通过计算prefix和候选continual之间的dot product作为兼容分值的。这个分值是可以被用来辅助生成任务的，主要通过两种策略，
一是，过生成和重排名，通过PLM生成过量的备选，然后，通过计算dot product，对candidate做rerank.
二是，在beam search的过程中，不在使用标准波束搜索中解码策略，（在standard beam search中，是通过LM的predict probability计算的分值），二是采用RankGen模型计算的score，作为beam search的排名依据。

模型

整个模型的过程如下，3个步骤：
step1: 给定一个prefix，生成N个samples.
step2：对N个samples做排名
step3：选择top-B的samples，和prefix做concatenate操作。

实验结果

我觉得，比较有意思的部分，是分析RankGen这个模型，从哪些方面提高了模型的效果。