|
|
8 b, u& ~4 \- X/ f+ T
. {; o9 G6 c% L1 G这篇文章设计的测验很有意思。从实验结果看，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 Z& Z* h3 y. q+ r1 F" t& K+ f" Q& O( v- c8 r/ O
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 ~, z# `# K" O3 N; _) I! V' F
' q! s0 [' _, P& [& L' \; H
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.: n. l9 p( P8 S! {& n
) E6 t5 J6 p3 {
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：
, r: [0 j& l: g; }我: A1 Y6 S* N) ~1 m9 V
AI: B9 w; N$ \ v, D5 q. L
我: B) _6 J, O. i% |( G1 ^
AI: C0 l V- h5 x- S8 _" A( S8 C1 J
我：X' ?( T) E" U( X$ f5 K8 I
, k; U( V) r, P) K4 t- p: k
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. R9 t6 R3 \; |2 e) d
6 q7 m0 D5 X8 I" b7 }
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+ X; J# M1 p" }7 h N2 x0 `
我：Z
A: t2 L" q$ [
; J. O# e$ |' Y, K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。% u$ X' L- q* L# Z# K
3 E4 {$ C9 x6 k C7 |
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* w# k7 S' s' P( W# ~4 h$ {- j' C: l6 B# ~$ V6 |
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。
1 A7 k* m0 I1 q$ `
& z" h, a7 }, u3 K t% z, Q+ v! }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：( o s' |8 O% b/ H" P
“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。9 d o. X" M) L- q& n
8 {6 V0 K _, ~( U! @! e4 l: T( u1. **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。
C8 p+ J( U) v
5 ]+ T0 {4 r; `; E' n3 p2. **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。, g- h+ x9 d, ^/ ^/ Y+ j
" j" z2 m! V0 x) W4 n
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。
' u* @5 `1 D- c( t |
|
雷达卡
楼主
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
发表于 2024-10-16 18:59:21
发表于 2024-10-17 05:31:44