बड़े भाषा मॉडल के निर्देशों का पालन: प्रगति और चुनौतियों का सर्वेक्षण

अभिव्यक्ति कार्य की अर्थविज्ञान को इनपुट-आउटपुट उदाहरणों के एक सेट या पाठ्य निर्देश के एक टुकड़े द्वारा किया जा सकता है। प्राकृतिक भाषा प्रसंस्करण (NLP) के लिए पारंपरिक मशीन लर्निंग दृष्टिकोण मुख्य रूप से कार्य-विशिष्ट उदाहरणों के बड़े पैमाने पर सेट की उपलब्धता पर निर्भर करते हैं। दो समस्याएँ उत्पन्न होती हैं: पहली, कार्य-विशिष्ट लेबल किए गए उदाहरणों को इकट्ठा करना उन परिदृश्यों में लागू नहीं होता है जहाँ कार्य बहुत जटिल या लागत में अधिक हो सकता है या सिस्टम को तुरंत नए कार्य को संभालने की आवश्यकता होती है; दूसरी, यह उपयोगकर्ता के अनुकूल नहीं है क्योंकि अंतिम उपयोगकर्ता शायद सिस्टम का उपयोग करने से पहले उदाहरणों के सेट के बजाय कार्य विवरण प्रदान करने के लिए अधिक इच्छुक होते हैं। इसलिए, समुदाय एक नए पर्यवेक्षण-खोजी पैराजाइम में बढ़ती रुचि दिखा रहा है: कार्य निर्देशों का पालन करना, अर्थात्, निर्देशों का पालन करना। इसके प्रभावशाली प्रगति के बावजूद, कुछ अनसुलझी शोध समीकरण हैं जिनसे समुदाय जूझ रहा है। यह सर्वेक्षण निर्देशों के पालन पर वर्तमान अनुसंधान का संक्षेप में सारांश प्रस्तुत करने का प्रयास करता है, खासकर निम्नलिखित प्रश्नों का उत्तर देकर: (i) कार्य निर्देश क्या है, और कौन से निर्देश प्रकार मौजूद हैं? (ii) हमें निर्देशों को कैसे मॉडल करना चाहिए? (iii) लोकप्रिय निर्देश पालन डेटासेट और मूल्यांकन मैट्रिक्स क्या हैं? (iv) कौन से कारक निर्देशों के प्रदर्शन को प्रभावित और स्पष्ट करते हैं? (v) निर्देशों के पालन में कौन सी चुनौतियाँ बनी हुई हैं? हमारी जानकारी में, यह निर्देश पालन के बारे में पहला व्यापक सर्वेक्षण है।