|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 7 r6 P! l2 T8 |8 Z5 V4 `! V
1 n& l* C6 D. D9 w
讨论 AI 会不会产生自我意识的过程中,sleepyr 提到了这篇文章:AI推理能力大“翻车”!苹果最新论文:LLM只是复杂的模式匹配,而不是真正的逻辑推理" W$ y: b/ g/ \( ?' Q+ d6 o
, O( M+ d* `: p8 N; @: w这篇文章设计的测验很有意思。从实验结果看,文章认为现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说,AI 并不理解抽象的概念,而推理能力恰恰依赖抽象的概念。' _/ a9 [& c# N) m
+ U4 x R1 H" v6 d) [9 y
最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验,大家有兴趣的话可以玩玩。
% l# k: j$ Q7 E! S! o! k7 t3 Q" M* k7 Z. T
给 AI 的提示:Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
) X$ B, L! p# H6 X ]4 u6 W( A9 M; V
AI 回复表示理解了提示中的这个这个规则。于是有下面的实验:/ H) c" f( ^# S/ O+ z* g
我: A
3 L# U4 l: _& J- JAI: B7 B* ~3 g* a3 f, c m0 u
我: B0 p6 q2 s' j# ]2 |& t* `! O' q& L
AI: C
- Y! O9 _) L; A# `% U- D) _! c `我:X
. k1 M1 ?" J. a6 K( r1 S
6 C! k6 D( b8 Z# s i这里,不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则,所以无解。 很显然,回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而,这并不代表 AI 没有推理能力,而可能只是语句处理模块不好。( {/ E3 O" z; y0 N [2 Y
% |9 Y& E+ y9 r/ a+ H7 _( v- i" E真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问:. ~" m, T) c# s' X, k0 b, R7 g9 A
我:Z
M" f: L$ `, u, X6 ]6 ]% T k9 P4 T) V7 A( G2 s* {
这下大多数的 AI 模型都冒烟了,有些回答说不合规则,有些回答说序列到头了没有答案。有意思的是两种回答:一种回答说 Z, 另一种则回答说 A。/ k3 |7 M+ V' p$ ?/ Q* r2 f1 w
7 Z, H7 S! E, C, X) a% e6 ^
而这四种回答,如果用来盲测人类,其实人类也会给出同样的四种答案。也就是说,就这个问题来看,如果盲测,提问者无法分别回答者是人类还是AI。换言之,能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的,而是真正的推理能力。
% O3 @% `% v9 |( b# K9 q" B$ V3 B7 O! m# ]( a
有意思的是训练程度越高的模型,越倾向于给出这四种答案。比较 Mistral, 狗屁通,Gemma, Llama, 通义千问等等大模型的不同版本,都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩,成人除了脑部发育完全,更储备了更多的知识。
; q' T1 F# M/ X' ^0 N% M( R; ^2 h$ t8 G6 G7 {
至于这篇文章中说到的语序问题,非相关语句问题等等,前面说过,必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟,即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同,但把语序换一下,意思就完全不同了。然而,你去问一个三岁小孩这两句话有何不同,三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题,狗屁通则会说:
# |# B- i( G6 i/ w3 o v“屡战屡败”和“屡败屡战”这两句话虽然字面相似,但含义有所不同。6 j, U+ ^$ G1 M! e% I) D
0 h/ A4 m! K0 L+ F9 A) O1. **屡战屡败**:强调的是多次进行战斗,但每次都失败。这种表达往往暗示一种无奈或沮丧,强调了失败的频繁。
% S8 _3 X9 u6 I" c( o* G1 o! T$ {. y; J
2. **屡败屡战**:则是指经历了多次失败,但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神,体现了勇气和韧性。
2 n2 Z8 T5 J* G# ?' K! M( D' ?# K: H$ N' e1 B" j
总的来说,前者更偏向于消极的失败感,而后者则传递出一种积极向上的拼搏精神。 # N) m4 {5 d9 c# a
|
评分
-
查看全部评分
|