|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
" t8 ^* H. _( A. g6 |4 F/ J* e7 ^
7 c5 u: K. C+ v% ]( A) W8 D5 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
) S! r% W. p4 ^% G* C
; p. @$ p$ }8 \1 k& b. S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。
7 }4 J1 ^) a3 y+ T/ }8 W% D y0 n% x$ F& j% R& f* w0 h
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。
& M' z% z* G8 a7 V4 o y! s. _; u! c- Y$ M: Y% m) }5 ?
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.1 P1 U: D6 N! F4 {& U8 L" `8 C! Y
4 a6 X# p# {% }7 c
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:- F4 A$ u5 a( Z0 |/ V
我: A
5 L3 S0 N( T; X) J# U+ b. K; `' QAI: B
$ m% G, I$ r% k w5 x我: B$ U) s) n3 e) H q$ ^! ?* V
AI: C {2 d8 i! R7 X2 Y* N3 Z
我:X# }0 P4 [1 p1 ?3 ~9 h
% [+ @- C( A7 f6 M9 p
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。* o+ V! n6 I ~4 ]* D
- S; x! t6 r+ s' e2 M! Q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:* [7 \' k6 p( W( ]
我:Z7 T' o1 u8 P/ { `/ i. @; \; u
' P; a/ ]( _% `9 {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。+ ?# k9 a* a3 d( ^9 p
1 y% W, l8 v! {2 s1 A; P& v
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。) v+ p% ]6 X; w( x
+ k3 M5 E6 }) F6 j4 s
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。. c. b6 F: w7 H! x m( C1 c
/ t5 u Y B$ U
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:
' k2 ]+ `1 L6 f8 E3 [' j“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 Q" a1 l2 ^( v; m
, ^$ Y3 B, v6 T ^2 m
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。
9 [- O6 a! [, L5 S6 J
5 ~ l2 g9 U5 o" [, m6 z/ S2. **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。
3 X, }/ X. i- P# r+ `* d. Z) Y$ _; N. e6 e5 M4 w$ i5 \7 P7 r
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。 " x y$ @! |7 w8 K4 A, U
|
评分
-
查看全部评分
|