エラー率は 10% から 0.01% に低下し、LinkedIn は LLM アプリケーションの実装経験を完全に共有しました

大規模言語モデル (LLM) テクノロジーがますます成熟するにつれて、さまざまな業界で LLM アプリケーションの実装ペースが加速しています。 LLM の実用化効果を高めるために、業界は多くの努力を行ってきました。最近、LinkedIn チームは生成 AI 製品の構築における貴重な経験を共有しました。 LinkedIn によれば、生成 AI に基づいた製品の構築は順風満帆ではなく、多くの分野で困難に直面しているという。以下はLinkedInブログの原文です。過去 6 か月間、LinkedIn のチームは、メンバーが仕事に応募したり、専門的なコンテンツを閲覧したりする方法を再考する新しい AI エクスペリエンスの開発に熱心に取り組んできました。生成 AI の爆発的な成長により、私たちは立ち止まって、1 年前には不可能だったことが現在では何が可能になっているかを考えさせられます。私たちは多くのアイデアを試しましたが成功しませんでしたが、最終的にこの製品には、投稿から重要なポイントを取得したり、会社の最新情報を常に最新の状態に保つなど、情報への迅速なアクセスなどの重要な要素が必要であることがわかりました。ポジションへの適性の評価など、情報の点を結びます。プロフィールの改善や面接の準備などのアドバイスが得られます。 ...

例: 新しく開発されたシステムがどのように動作するか

実際のシナリオを使用して、新しく開発されたシステムがどのように動作するかを示します。 LinkedIn フィードをスクロールしていて、デザインにおけるアクセシビリティに関する興味深い投稿を見つけたと想像してください。この記事に加えて、「テクノロジー企業におけるビジネス価値を促進するアクセシビリティの例は何ですか?

システム バックグラウンド操作:

」など、トピックをさらに深く掘り下げるための導入的な質問もいくつかあります。

1. 適切なエージェントを選択します: システムは問題を受け取り、どの AI エージェントがその問題を処理するのに最適かを決定します。この場合、テクノロジー企業内のアクセシビリティへの関心を特定し、一般知識の検索を専門とする AI エージェントにクエリをルーティングします。
2. 情報を収集する: AI エージェントは内部 API と Bing を組み合わせて呼び出し、デザインにおけるアクセシビリティがテクノロジーにおけるビジネス価値にどのように貢献するかを強調する具体的な例やケーススタディを検索します。
3. 返信を作成する: 必要な情報を入力すると、エージェントは返信を作成できます。データをフィルタリングおよび合成して、一貫した情報豊富な回答を生成し、アクセシビリティへの取り組みがどのようにテクノロジー企業にビジネス価値をもたらすかについての明確な例を提供します。エクスペリエンスをよりインタラクティブにするために、記事へのリンクや投稿で言及されている人のプロフィールなどの添付ファイルを使用する内部 API 呼び出しが行われます。

インタラクティブ性:

「どうすればこの分野にキャリアを変えることができますか?」と尋ねると、システムは上記のプロセスを繰り返しますが、キャリアとジョブ (キャリアと仕事) AI エージェントに転送されます。数回クリックするだけで、あらゆるトピックをさらに深く掘り下げ、実用的な洞察を得たり、次の仕事の機会を見つけたりすることができます。

技術的根拠:

新機能のほとんどは、LLM テクノロジーの助けを借りて可能になりました。

全体的な設計:

システム パイプラインは、生成型人工知能システムの一般的な設計パターンである検索拡張生成 (RAG) に従います。驚いたことに、パイプラインの構築は予想していたほど頭の痛い問題ではありませんでした。わずか数日で、基本的なフレームワークを立ち上げて実行することができました:

• ルーティング: クエリが範囲内にあるかどうか、およびクエリをどの AI エージェントに転送するかを決定します。
• 取得: 想起指向のステップでは、AI エージェントがどのサービスを呼び出すか、どのように呼び出すかを決定します (LinkedIn 人物検索、Bing API など)。
• 生成: 取得したノイズの多いデータを選別し、フィルタリングして、最終的な応答を生成する精度重視のステップ。

  

  
                                    图 1：处理用户查询的简化 pipeline。KSA 代表「知识共享智能体」，是数十种可以处理用户查询的智能体之一。
  关键设计包括：
  固定三步 pipeline；
  用于路由 / 检索的小型模型，用于生成的较大模型；
  基于嵌入的检索 (EBR)，由内存数据库提供支持，将响应示例直接注入到提示（prompt）中；
  每步特定的评估 pipeline，特别是对于路由 / 检索。
  开发速度
  我们决定将开发任务拆分为由不同人员开发独立智能体：常识、工作评估、职位要点等。
  通过并行化开发任务，我们提高了开发速度，但这是以「碎片」为代价的。当与通过不同的模型、提示或工具进行管理的助手（assistant）进行后续交互时，保持统一的用户体验变得具有挑战性。
  为了解决这个问题，我们采用了一个简单的组织结构：
  一个小型「水平（horizontal）」工程 pod，处理通用组件并专注于整体体验，其中包括：
  托管产品的服务
  评估 / 测试工具
  所有垂直领域使用的全局提示模板（例如智能体的全局身份（identity）、对话历史、越狱防御等）
  为 iOS/Android/Web 客户端共享 UX 组件
  服务器驱动的 UI 框架，用于发布新的 UI 更改，而无需更改或发布客户端代码。
  关键设计包括：
  分而治之，但限制智能体数量；
  具有多轮对话的集中式评估 pipeline；
  共享提示模板（例如「身份（identity）」定义）、UX 模板、工具和检测
  评估
  事实证明，评估响应的质量比预期的更加困难。这些挑战可大致分为三个领域：制定指南（guideline）、扩展注释和自动评估。
  制定 guideline 是第一个障碍。以工作评估为例：点击「评估我是否适合这份工作」并得到「你非常适合」并没有多大用处。我们希望响应既真实又富有同理心。一些用户可能正在考虑转行到他们目前不太适合的领域，并需要帮助了解差距和后续步骤。确保这些细节一致对注释器非常关键。
  扩展注释是第二步。我们需要一致和多样化的注释器。我们内部的语言学家团队构建了工具和流程，以评估多达 500 个日常对话并获取相关指标：整体质量得分、幻觉率、AI 违规、连贯性、风格等。
  自动评估工作目前仍在进行中。如果没有自动评估，工程师只能目测结果并在一组有限的示例上进行测试，并且要延迟 1 天以上才能了解指标。我们正在构建基于模型的评估器来评估上述指标，并努力在幻觉检测方面取得一些成功，端到端自动评估 pipeline 将实现更快的迭代。
  

  

                                     图 2：评估步骤。

调用内部 API

• LinkedIn 拥有大量有关人员、公司、技能、课程等的独特数据，这些数据对于构建提供差异化价值的产品至关重要。
• 然而，LLM 尚未接受过这些信息的训练，因此无法使用它们进行推理和生成响应。
• 解决此问题的标准模式是设置检索增强生成 (RAG) pipeline，通过该 pipeline 调用内部 API，并将其响应注入到后续的 LLM 提示中，以提供额外的上下文来支持响应。
• 许多此类数据通过各种微服务中的 RPC API 在内部公开。
• 我们通过围绕这些 API 包装「技能」来解决这个问题。每个技能都有以下组件：

1. 关于 API 的功能以及何时使用的人类友好描述
2. 调用 RPC API 的配置（端点、输入模式、输出模式等）
3. LLM 友好的输入和输出模式
4. 原始类型（字符串 / 布尔 / 数字）值
5. JSON 模式的输入和输出模式描述
6. LLM 友好模式和实际 RPC 模式之间映射的业务逻辑

• 这些技能旨在让 LLM 能够执行与产品相关的各种操作，例如查看个人资料、搜索文章 / 人员 / 职位 / 公司，甚至查询内部分析系统。
• 同样的技术也用于调用非 LinkedIn API，例如 Bing 搜索。

  

                                     图 3：使用技能调用内部 API。

我们编写提示，要求 LLM 决定使用什么技能来解决特定的工作（通过规划选择技能），然后输出参数来调用技能（函数调用）。由于调用的参数必须与输入模式匹配，因此我们要求 LLM 以结构化方式输出它们。大多数 LLM 都接受过用于结构化输出的 YAML 和 JSON 训练。我们选择 YAML 是因为它不太冗长，因此比 JSON 消耗更少的 token。

我们遇到的挑战之一是，虽然大约90% 的情况下，LLM 响应包含正确格式的参数，但大约10% 的情况下，LLM 会出错，并且经常输出格式无效的数据，或者更糟糕的是什至不是有效的YAML。

这些错误对人类来说是微不足道的，但却会导致解析它们的代码崩溃。 10% 是一个足够高的数字，我们不能轻易忽视，因此我们着手解决这个问题。

解决此问题的标准方法是检测它，然后重新提示 LLM 要求其纠正错误并提供一些额外的指导。虽然这种方法有效，但它增加了相当大的延迟，并且由于额外的 LLM 调用而消耗了宝贵的 GPU 容量。为了规避这些限制，我们最终编写了一个内部防御性 YAML 解析器。

通过对各种有效负载的分析，我们确定了 LLM 所犯的常见错误，并编写了代码以在解析之前适当地检测和修补（patch）这些错误。我们还修改了提示，针对其中一些常见错误注入提示，以提高修补的准确率。我们最终能够将这些错误的发生率减少到约 0.01%。

我们目前正在构建一个统一的技能注册表，用于在我们的生成式人工智能产品中，动态发现和调用打包为 LLM 友好技能的 API / 智能体。

容量和延迟

容量和延迟始终是首要考虑因素，这里提及一些考量维度：

• 质量与延迟：思想链(CoT) 等技术对于提高质量和减少幻觉非常有效，但需要从未见过的token，因此增加了延迟。
• 吞吐量与延迟：运行大型生成模型时，通常会出现 TimeToFirstToken (TTFT) 和 TimeBetweenTokens (TBT) 随着利用率的增加而增加的情况。
• 成本：GPU 集群不易获得且成本高昂。一开始我们甚至必须设定测试产品的时间表，因为会消耗太多 token。
• 端到端流式处理（streaming）：完整的答案可能需要几分钟才能完成，因此我们流式处理所有请求，以减少感知延迟。更重要的是，我们实际上在 pipeline 中端到端地进行流式处理。例如，决定调用哪些 API 的 LLM 响应是逐步解析的，一旦参数准备好，就会触发 API 调用，而无需等待完整的 LLM 响应。最终的综合响应也会使用实时消息传递基础设施一路传输到客户端，并根据「负责任的 AI」等进行增量处理。
• 异步非阻塞 pipeline：由于 LLM 调用可能需要很长时间才能处理，因此我们通过构建完全异步非阻塞 pipeline 来优化服务吞吐量，该 pipeline 不会因 I/O 线程阻塞而浪费资源。

  

  感兴趣的读者可以阅读博客原文，了解更多研究内容。原文链接：https://www.linkedin.com/blog/engineering/generative-ai/musings-on-building-a-generative-ai-product

以上がエラー率は 10% から 0.01% に低下し、LinkedIn は LLM アプリケーションの実装経験を完全に共有しましたの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。