Poster
Beyond the Imitation Game: Quantifying and extrapolating the capabilities of language models
Clemencia Siro · Guy Gur-Ari · Gaurav Mishra · Stuart Shieber · Jason Phang · Zijie Wang · Kory Mathewson · Giorgio Mariani · Allen Nie · James Y Zou · Behnam Neyshabur · Karl Krauth · Shixiang Gu · Pablo Antonio Moreno Casares · Maarten Sap · Mohit Tiwari · Bill Yuchen Lin · Aykut Erdem · Angelica Chen · Swaroop Mishra · Chenlin Meng · Ashish Sabharwal · James Simon · Louis-Philippe Morency · Kyle Richardson · Emanuele Rodolà · Adam Fisch · Simone Melzi · Kristen Chiafullo · Rif A. Saurous · Shubh Pachchigar · Siamak Shakeri · Aitor Lewkowycz · Yonatan Belinkov · Mihir Kale · Mantas Mazeika · Dar Gilboa · Hongming Zhang · Seung Jae Lee · Owain Evans · Ambrose Slone · David Dohan · Damien Sileo · Mor Geva · Cameron Diao · Christopher Potts · Jekaterina Novikova · Alicia Parrish · Debajyoti Datta · Chitta Baral · Maarten Bosma · Michael Strube · Jiacheng Xu · Trishala Neeraj · Colin Raffel · Leo Gao · Vishakh Padmakumar · Yu (Hope) Hou · Christopher Waites · Ellie Pavlick · Pouya Pezeshkpour · Nanyun (Violet) Peng · Gerard de Melo · Martin Potthast · Aarohi Srivastava · Abhinav Rastogi · Abu Awal Md Shoeb · Adam Brown · Adam Santoro · Aditya Gupta · Agnieszka Kluska · Diyi Yang · Akshat Agarwal · Alexander Kocurek · Ali Safaya · Ali Tazarv · Alice Xiang · Aman Hussain · Amanda Askell · Amanda Dsouza · Ameet Rahane · Anantharaman S. Iyer · Andrea Madotto · Andrea Santilli · Andreas Stuhlmüller · Andrew La · Ethan Dyer · Angela Jiang · Anh Vuong · Animesh Gupta · Anna Gottardi · Antonio Norelli · Anu Venkatesh · Arash Gholamidavoodi · Arfa Tabassum · Arul Menezes · Arun Kirubarajan · Asher Mullokandov · Austin Herrick · Avia Efrat · Ayla Karakaş · B. Roberts · Bao Loe · Bartłomiej Bojanowski · Benjamin Inden · Benno Stein · Batuhan Özyurt · Behnam Hedayatnia · Blake Howald · Bryan Orinion · Cameron Dour · Catherine Stinson · Cedrick Argueta · Cesar Ferri · Chandan Singh · Charles Rathkopf · Christian Voigt · Cindy Ramirez · Clara Rivera · Noah Fiedel · Courtney Ashcraft · Dan Garrette · Dan Kilman · C. Freeman · Daniel Levy · Daniel González · Danielle Perszyk · Danny Hernandez · David Jurgens · Deep Ganguli · Denis Emelin · Denis Kleyko · Deniz Yuret · Derek Chen · Mátyás Schubert · Derek Tam · Dilyar Buzan · Shyam Upadhyay · Dimitri Coelho Mollo · Dylan Schrader · Ekaterina Shutova · Elad Segal · Eleanor Hagerman · Elizabeth Barnes · Elizabeth Donoway · Emma Lam · Eric Tang · Ernie Chang · Ethan Chi · Ethan Jerzak · Ethan Kim · Eunice Manyasi · Evgenii Zheltonozhskii · Fanyue Xia · Fernando Martínez-Plumed · Francesca Happé · Gloria X Wang · Gonzalo Jaimovitch-Lopez · Gregor Betz · Hana Galijasevic · Hannah Kim · Hannah Rashkin · Hayden Bogar · Henry Shevlin · Hiromu Yakura · Hugh Wong · Kumar Shridhar · Ian Ng · Isaac Noble · Jaap Jumelet · Jack Geissinger · Jackson Kernion · James Zheng · Jan Kocon · Jana Thompson · Janelle Wingfield · Jared Kaplan · Jarema Radom · Jelle Bosscher · Jennifer Marsh · Jeremy Kim · Jeroen Taal · Jesujoba Alabi · Jillian Tang · Joan Waweru · John Burden · Dieuwke Hupkes · John Balis · Jonathan Batchelder · Jörg Frohberg · Jose Hernandez-Orallo · Joseph Boudeman · Joseph Guerr · Joseph Jones · Joshua Rule · Joyce Chua · Kamil Kanclerz · Karthik Gopalakrishnan · Katerina Ignatyeva · Li Zhang · Liam Dugan · Katja Markert · Kaustubh Dhole · Lucas Lam · Kevin Omondi · Kyle McDonell · Laria Reynolds · Lianhui Qin · Lidia Contreras-Ochando · Lucy Noble · Ludwig Schmidt · Luheng He · Luis Oliveros-Colón · Lütfi Kerem Senel · Maria Jose Ramirez-Quintana · Maartje Ter Hoeve · Mohit Bansal · Martha Lewis · Maheen Farooqi · Marco Baturan · Marco Marelli · Marco Maru · Marie Tolkiehn · Michael A. Yee · Mario Giulianelli · Michael Gu · Michael Ivanitskiy · Matthias Hagen · Medina Baitemirova · Mike Cain · Mimee Xu · Mitch Walker · Moin Aminnaseri · Mozhdeh Gheini · Nathan Chi · Michael Starritt · Michał Swędrowski · Michele Bevilacqua · Nayeon Lee · Neta Krakover · Nicholas Cameron · Nick Doiron · Nicole Martinez · Nikita Nangia · Niklas Deckers · Niveditha Iyer · Nuan Wen · Oliver Zhang · Omar Agha · Omar Elbaghdadi · Parth Doshi · Pascale Fung · Pegah Alipoormolabashi · Liao Peiyuan · Peter W Chang · Peter Eckersley · Phu Mon Htut · Pinyu Hwang · Piotr Miłkowski · Piyush Patil · Priti Oli · Qing Lyu · Qinlang Chen · Rabin Banjade · Rachel Rudolph · Raefer Gabriel · Rahel Habacker · Ramon Risco · Raphaël Millière · Rhythm Garg · Richard Barnes · Riku Arakawa · Robbe Raymaekers · Robert Frank · Rohan Sikand · Roman Novak · Paul Pu Liang · Rowan Jacobs · Ryan Stovall · Rylan Yang · Saif Mohammad · Sajant Anand · Sam Dillavou · Sam Wiseman · Samuel Gruetter · Sanghyun Han · Mukund Varma T · Sanjeev Kwatra · Sarah Rous · Sarik Ghazarian · Sean Casey · Sebastian Bischoff · Sebastian Gehrmann · Sepideh Sadeghi · Shadi Hamdan · Sherry Shi · Shikhar Singh · Daphne Ippolito · Shima Asaadi · Shyamolima Debnath · Simon Thormeyer · Sneha Makini · Soo-Hwan Lee · Spencer Torene · Stanislas Dehaene · Stefan Divic · Hanna Hajishirzi · Stephanie Lin · Stephen Prasad · Andrew Dai · Steven Piantadosi · Summer Misherghi · Svetlana Kiritchenko · Tao Li · Tariq Ali · Te-Lin Wu · Théo Desbordes · Theodore Rothschild · Thomas Phan · Tianle Wang · Adrià Garriga-Alonso · Tiberius Nkinyili · Timofei Kornev · Titus Tunduny · Trenton Chang · Tushar Khot · Tyler Shultz · Uri Shaham · Vedant Misra · Victoria Nyamai · Vikas Raunak · vinay prabhu · William Saunders · William Zhang · Wout Vossen · Xiaoyu Tong · Xinyi Wu · Yair Lakretz · Yichi Yang · Sophie Hao · Yifu Chen · Yufang Hou · Yuntao Bai · Zachary Seid · Cristina Garbacea · Ziyi Wu · Genta Winata · Shubham Toshniwal · Abubakar Abid · John Miller · Karen Livescu · Tatsunori Hashimoto · Ekin Cubuk · Sayan Ghosh · Harsh Mehta · Jacob Hilton · Yadollah Yaghoobzadeh · Jiaming Song · Siva Reddy · Stefano Ermon · Shashank Srivastava · Percy Liang · Chiyu Wu · James Koppel · Rui Zhang · David Drakard · Germàn Kruszewski · Dong-Ho Lee · Fatemeh Siar · Luke Metz · Roman Sitelew · Dan Hendrycks · Paul Vicol · Alexander Ray · Tobias Gerstenberg · Chris Callison-Burch · Sriharsha Hatwar · Xinran Zhao · Zijian Wang · Luca Moschella · Sam Bowman · Jaime Fernández Fisac · Danqi Chen · Stella R Biderman · Nitish Shirish Keskar · Eric Chu · Manaal Faruqui · Ksenia Shkaruta · Xudong Shen · Ryan Teehan · Vinay Ramasesh · Andy Zou · Jaehoon Lee · Hinrich Schuetze · Jesse Engel · Tal Schuster · Berk Ekmekci · Yangqiu Song · Andrew Lampinen · Dan Roth · Yasaman Bahri · Jascha Sohl-Dickstein · Jason Yosinski · Sebastian Schuster · Melody Arnaud · Russ Salakhutdinov · Nicholas Roberts · William Fedus · Sam Shleifer · Vivek Srikumar · Ronan Le Bras · Jos Rozen · Kevin Gimpel · Melvin McElrath · Omer Levy · Tal Linzen · Diganta Misra · Frieda Rong · Xiang Ren · Abhishek Rao · Mirac Suzgun · Yejin Choi · Michihiro Yasunaga · Sharon Zhou · Joshua B Tenenbaum · Sahib Singh · Michael Cohen · Tao Yu · Samuel Schoenholz · Rosanne Liu · Ryan Chi · Giambattista Parascandolo · Zhuoye Zhao · Erkut Erdem · Matthew Leavitt · Francois Chollet · Anders Andreassen · Timo Schick · Vera Demberg · Qiaozhu Mei · Daniel Khashabi · Jonathan Berant · Noah Constant · Alex Warstadt · Zirui Wang · Alethea Power · Niklas Muennighoff · Barret Zoph · Jason Wei · Christopher Manning
Hall 3 + Hall 2B #203
Language models demonstrate both quantitative improvement and new qualitative capabilities with increasing scale. Despite their potentially transformative impact, these new capabilities are as yet poorly characterized. In order to inform future research, prepare for disruptive new model capabilities, and ameliorate socially harmful effects, it is vital that we understand the present and near-future capabilities and limitations of language models. To address this challenge, we introduce the Beyond the Imitation Game benchmark (BIG- bench). BIG-bench currently consists of 204 tasks, contributed by 450 authors across 132 institutions. Task topics are diverse, drawing problems from linguistics, childhood develop- ment, math, common-sense reasoning, biology, physics, social bias, software development, and beyond. BIG-bench focuses on tasks that are believed to be beyond the capabilities of current language models. We evaluate the behavior of OpenAI's GPT models, Google- internal dense transformer architectures, and Switch-style sparse transformers on BIG-bench, across model sizes spanning millions to hundreds of billions of parameters. In addition, a team of human expert raters performed all tasks in order to provide a strong baseline. Findings include: model performance and calibration both improve with scale, but are poor in absolute terms (and when compared with rater performance); performance is remarkably similar across model classes, though with benefits from sparsity; tasks that improve gradually and predictably commonly involve a large knowledge or memorization component, whereas tasks that exhibit "breakthrough" behavior at a critical scale often involve multiple steps or components, or brittle metrics; social bias typically increases with scale in settings with ambiguous context, but this can be improved with prompting.
Live content is unavailable. Log in and register to view live content