|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
3 l( K+ x- c% r% w; _ d- ~7 W) R% [* Y" L! C p% [5 g, G: ~
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
8 G/ G4 v* K: O6 | b8 K) F
v6 v( Y/ R( b1 b. E6 l+ |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。
6 b9 I- w: a& c' C \- @7 F$ c1 ~ Q) y, J! T8 v; G0 G1 W" q
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。: s7 K3 H* a4 u1 k1 m* V) `) F
L: E; x, X* d* U+ N* C2 x4 D8 N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.. U2 K, e2 b. Y6 q
* c& a' f: ]- h% D+ x+ X& v$ oAI 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:
( x5 U+ Z# }% O8 e( q3 n; W W我: A
7 o0 o. Q. R) ? DAI: B
1 U7 a7 U: L7 q1 J4 a5 O# w* q我: B
y0 [8 t6 W- y! o8 [5 u; {0 LAI: C2 N2 J4 D+ g5 [6 }, a! ]: B
我:X
8 g# ?3 s+ y/ n0 V' t' x t, ]) S
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。
$ r- b4 ^8 d; ~6 h9 ]) }/ `1 A; |* r# {) a
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:+ ^/ r8 e" X! C$ Z: _6 ^# [
我:Z: k) c& Y' w. c# G; `
& }3 h6 ?- t9 O( b; P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。
6 T5 @2 _2 f- f" b; g6 B
: q f* F- I& P% a; j( }2 c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。 [( {% {+ f6 U# p
8 l6 G6 K1 r% I
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。, H3 x6 } C. v% U# @
6 S6 E6 R+ o l0 \8 D8 m7 e
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:
: i) }' e: X- 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 _2 f$ h7 ^! o6 ~9 k2 z$ g# V3 [7 x+ e) J f( z
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。% L$ k# M; L0 ]/ O h+ A
. F# v0 r) _) 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。
6 W+ z5 W5 H4 D" x- l7 F) ~, |# x+ A: h8 F3 A
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。 . j+ v% r% {$ i3 S# X( U
|
评分
-
查看全部评分
|