|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
9 }7 }5 @4 T# m7 x! j
0 y9 a3 W2 p$ G, K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
; S/ o% k5 s s* p# p" c. I( ^' _, p# ]# X4 r7 m
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。
5 d" m7 X6 ^' X& A6 `) E) G2 E/ b X" a& W4 F- l! A
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。
$ }( ~8 Y5 i" y8 f- C
4 o+ W( X7 M" h$ T' ?3 b4 T3 s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.# `. n9 \( y) U, f5 {2 i! `. i
- a' ^' e8 s, U$ GAI 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:
5 n f$ _8 L* f8 S我: A. `+ x! ?& v. G- \3 Y3 ]
AI: B0 a- ]. N) @9 M
我: B
. z2 r$ h4 l7 ^* EAI: C
3 N( C9 g) u ^; \, Z$ Q" A; O我:X
w5 S( v3 p8 u% H5 C4 P# e4 U& h2 f2 W$ ~; `" [4 W. V
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。) F @ S+ O& y* y0 E8 j
6 }4 M5 G/ g4 r& C: o( L9 d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:
3 h+ }; _, m* D1 w我:Z$ v" v2 M- r7 g& \$ d4 a
* t& n% `- m, K, B4 w" Y
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。
9 a9 |7 c6 @. B! o0 Y
# B* z. y/ z: s9 G4 m. ~. c; [& d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。
+ @) X. C E2 t9 k( \" c( g/ [9 {" U3 C" t, x0 u$ X/ g: r
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。) p h8 A" ~! H4 i' K$ `
2 X# T+ h3 X( f D) K
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:/ Q( I) r" \" Y0 p i
“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。5 N+ ]! X( J7 j: T/ x* R+ \2 K0 [
+ u- Z$ i6 O: P' U+ \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。
) f: z( _4 N3 H8 t& x# `- l1 M, r l) j9 `- p' x3 c- C
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。/ p6 d: [4 F, \! m( s( b
: l) m% x9 \3 c' h; e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。
' I6 l1 T# X9 x5 [ |
评分
-
查看全部评分
|