华为大咖说丨如何通过反馈机制来不断优化大模型应用？

本文分享自时习知

作者：袁泉（华为AI数据工程专家）全文约3015字，阅读约需8分钟

---

大模型应用正式投入使用后，存在一个较为普遍的情况：在利用“大模型提升业务运营效率”的过程中，业务部门和IT团队在初期通常都充满热情，对成果的期待也很高。一旦冷启动完成，应用如期上线，则皆大欢喜，庆祝新特性上线，宣传造势。

在组织和热情的惯性下，大模型应用效果通常有一定的爬坡，这是“前程发力的快周期”。但随后，就会逐渐或快速面临准确率、满意度双双下滑的局面，有些从此就跌入低谷，再也没起来；而有些则是震荡式的，一直妄图阶段性冲高，结果却不尽如意，很难维持在上线初期的那个水平，这是“后程乏力的慢周期”。有点像中国的股市，快起快落，牛短熊长。

面对这样情况下的大模型应用，该如何进行优化呢？今天，我想和大家聊聊“反馈热循环”机制这件事。（反馈热循环是一种持续的循环过程，不断地提供内容，获取AI的反馈，根据反馈调整和优化内容，并再次进行反馈。这样的循环往复，为AI提供持续且高质量的数据和知识。）

01 什么是反馈?

 谈到反馈，我们先明白其定义。中文对反馈的解读是，在对信息的有效接收和正确理解的基础上，及时予以回应并形成良性循环。而反馈的英文解读则是，Feedback = Feeding(数据) + Understanding(信息) + Backing(执行) 。

最近我在读《反馈，化解不确定性的数字认知论》，其中有那么一段话讲得挺好。“反馈本身没有意义，以不同的方式更高效地转化和利用反馈中隐藏的信息，才使反馈有了意义。”

02 业界有哪些不错的反馈循环设计思路？

2.1 Midjourney: 反馈不够，设计来凑。

在没有任何利益的驱动下，是没有人愿意反馈的，这显然是违背人性的。因此Midjourney通过生成图片下面的Favourite（代表喜欢和收藏），这种相对巧妙的设计，让用户在与应用进行交互的过程中，不知不觉地把反馈的事情给干了。

 

2.2 从GPT3.5到GPT4， 根据环境反馈迭代改进的智能循环体，是产品断代式演进的关键。

相较于GPT3.5，GPT4的整体表现是现象级的。在短短几个月的时间，实现了模型能力的大幅提升。在面向全世界上亿用户的尝鲜式公测，GPT4设计智能循环体（code model代码模型、feedback model反馈模型、repair model修复模型），以根据环境反馈不断迭代改进模型能力，起到了不小的作用。英伟达科学家Jim Fan直呼：“Critique is all you need。”

2.3 互联网企业与传统企业，在反馈机制上各有优劣。

整体来说，互联网企业和传统企业在AI反馈应用上各有优劣。

互联网企业应用，由于庞大的用户群体和天然的利益驱动，在如何快速搜集反馈数据上优势明显，同时在面对反馈的效果（推荐、检索、生成方案）上，用户的包容性更强些；但在反馈信息如何更好地闭环，传统企业应用面向的用户群范围相对固定，流程相对清晰和责任主体比较明确，更容易聚焦TOP问题，同时用户对反馈效果是否符合预期，相对更苛责。

03 目前，各领域应用+AI在反馈机制上存在什么问题？

 结合各领域应用+AI的调研结果，无论是在“智能搜索问题”场景还是在“方案生成推荐”场景，各领域在反馈内容应该分成哪些类，如何分类，反馈的信息是否足够完整上，都在摸着石头过河。

有细分到【业务问题】【应用问题】【平台问题】的，也有笼统的【好】【不好】【没有帮助】等。

总的来说，各领域应用+AI在对反馈数据分哪几类，分到哪个粒度，按照什么层级来分等，缺少方法和统一的标准。反馈信息不完整，不足以支撑下一步的问题理解。

04 AI反馈的几种模式及特点

初步调研完各领域AI应用当前的场景和所采取的反馈机制后，我就在想，有没有可能在业务（含流程）、应用、数据等反馈上找到共性，从而提炼出几类模式。然后基于几类模式来做好解决方案设计。这样领域应用可以照方抓药，找到适合自己的模式和方法；同时围绕几个典型场景，吃透几类模式，进而沉淀平台公共能力，以便后续更好地被复用。

经过提炼，个人认为以为3类模式，基本上可以覆盖企业的绝大部分场景。

“标注”即反馈，或者称之为“上报”即反馈。这里指的是领域通过运营人员、AI数据工程专家在进行例行的问题分析和标注（通常按周/月，方式一般为线下EXCEL或者应用自身构建的运营分析模块），基于分析后的结果，需要将相关信息（如优化后的AI数据集、意图判断、问题&正确的回答）传递给AI数字产线，从而进入下一轮的迭代。以某产品为例，有众多的用户在使用其AI搜索推荐等功能，我们可以让AI标注工程师对用户的问答结果&问题等分类，再把相关信息上报给AI数字产线进行下一轮优化，这种"标注"即反馈。

这种反馈模式下，Feeding（数据）和Understanding（信息）都是业务offline处理好了，对于平台来说，关键在于做好对接和Backing（执行）。

“作业”即反馈。AI基于业务活动中的上下文信息（如单据），结合历史的知识经验等input，生成其推荐的方案output。业务人员在操作过程中结合实际情况以及自身知识储备，所采取的完全采纳，部分采纳、弃用、补充等策略，在系统提交后流入到下一作业环节。以“方案生成与推荐”的招聘场景为例，HR输入各种招聘需求，AI推送相关岗位给候选人，基于候选人【刷一刷】、【浏览】、【简历筛选意见】、【直接投递】等动作，给予结果反馈。

这种反馈模式下，Feeding（数据）的挑战是如何在应用侧做好数据定义，Understanding（信息）的关键在于应用的交互设计。

“行为”即反馈。这一类应用的特点是业务受众面较广，没有特别强的领域属性，偏集团公共类。该类AI应用通常需要业务给出明确的信息作为输入，且业务的提问通常不容易收敛，长尾效应明显。这种反馈模式下，关键在于如何基于用户的行为分析其意图，以及判断实际达成情况，最大的挑战在于用户行为的感知和分析。

以“企业通用搜索”为例，用户的连续相似问行为：xxx产品经理是谁？-->xxx产品经理-->xxx产品经理负责人-->谁负责xxx-->xxx谁负责，用户对AI反馈结果的复制、粘贴、转发行为；用户的转人工坐席或提交问题单等行为，都是对于结果是否满意的一种隐性反馈……
 

以上各个反馈模式的特点，下图已整理好。

 05 从建好一个“应用 + AI ”的视角，看AI反馈结果的几条循环路径

 反馈的最终结果，是导向改进。好的方面，要继续发扬光大；不好的方面，要有找到对应责任主体来制定相应的改进策略，不断循环形成飞轮。

从如何建好一个“应用+AI”的视角出发，AI反馈结果可以按照以下4条路径，由不同的组织负责优化，也有可能一个问题需要同时从4个方面进行优化才能达到想要的效果。

06 不同AI反馈模式下的反馈MRC（机器阅读理解）模板设计

既然定义了几类反馈模式，那必然是要有对应的反馈模板的。当前AI反馈存在的问题中，“信息不完整”“语言不统一”具备一定的典型代表，那么就需要有模板来指导和校验反馈的信息是否足够清晰、完整。下图是基于两个典型场景所提炼的反馈模板，仅供参考。（关于MRC的相关信息，可见上期《华为大咖说》——华为大咖说丨什么是大模型“MRC”？一文讲明白~）

07 反馈热循环的解决方案设计 

将AI反馈循环所需要的业务能力，分成3大段。

第1段是Feeding（有效接收），即反馈信号能被正确到的能力，具体如数据采集有哪几种模式，如何降噪，如何获取环境信息等；第2段是Understanding（正确理解），即已被接收的反馈信息如何被正确理解，具体如Understanding分析中哪些是定性分析，哪些是定界分析，哪些是定位分析等；第3段是Backing（优化、循环），即如何行动和验证改进的持续有效性，具体如补充缺失知识、做好分片、结果评测等。

根据以上3大段的AI反馈循环所需要的业务能力结合对应的组织、流程，即可设计一份反馈热循环的解决方案。

关于“应用+AI”反馈热循环的思考，今天我就分享到这里，欢迎小伙伴在评论区互动交流。