|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 * f3 i# K" s5 h9 j k- d
B$ A' |. `! `+ ^/ M( M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! m1 Z. R' x- ~, c$ j( R0 ^
7 v5 [+ I8 }0 k, T$ D; j9 w3 ^3 c8 `% s4 O
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。) x7 Y9 R( t( T {
* _, V% G! w, i6 m' }$ W, t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。
* y, I+ T- }1 I: a) V- B. p" F7 g& ]0 }/ r3 C; m. @4 d3 ]& b
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." ]! k( S2 p8 f6 F2 r
4 b/ u+ P" w' _- ]4 v# H- }& bAI 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:
0 _5 G" A( k. S r3 g我: A k* o+ l8 J3 | {. C
AI: B
, L5 C0 Z3 W6 J8 l" Z我: B' X8 @; }+ ?# F) v, I
AI: C
" ~, \/ @( g! N# [我:X
0 y1 f" E, E! D: _% A
' J; ~6 D+ Q# n o( R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。
: K w. X. M+ m" l( f" _ ^& W7 {. B4 G+ e$ ]! d( P- Z
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:, K1 K" E0 g6 W9 i/ y
我:Z& t2 z" \0 S. C" z! r& `& E
2 n6 ~; B* ^3 h# I
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。% K. @6 J! @5 u& P; q" F) n( F
4 s* i; L: t7 o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。' a5 l- V* Y4 L8 \. `8 u
/ W) h# z6 @) v f( D1 `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。# J: v4 P2 Z5 S8 s5 z
- d* p) F, G* U/ R
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:
$ D6 K& w; m5 F8 p$ r! c! y“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。
" a2 S: [1 Z1 O% G: {' z l$ Z1 P- E l1 d
1. **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。
' e, y: m5 ^/ Z3 ~
! p, q. s% [/ m, N3 X2. **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。
6 h6 r* _+ K* x$ Z: D- g, Q( T* T" j! s: {5 m
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。
* _( a. m, D2 u8 |3 k: Z# W |
评分
-
查看全部评分
|