|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
- a1 z; _2 N# a P, @' V$ L) p1 e: G2 p2 I; z" s8 s6 N2 l
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
& `* c2 ~6 R) Q( u3 y8 t0 m$ p' R" X+ N6 P3 r9 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。$ I8 g7 v$ H, Z$ _0 k% m4 W# c
6 s5 X/ b) }3 O5 L# N7 D. W) J
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。
4 P5 f! W' _$ }9 v' d3 o+ i! b0 g, ?3 l$ Y
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.
7 s& w2 d7 b8 v- e3 Y2 |9 A
8 Z& q/ H2 o8 _$ 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:
9 ]( r( Q% b& H8 \4 j0 k- _3 G我: A
; W) J4 r" b; M f: u0 qAI: B% r! n# r+ u! z6 e
我: B$ }) T- n% [# t) K
AI: C8 ]' g* ~9 W/ l# Z* n: `' ~8 w$ v
我:X9 Y* b, L0 q3 a( S9 c3 W
4 {4 N4 ?% ` n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。
# z$ x3 [, ^8 ?6 V, }
5 R+ w; A' u1 S. x3 S4 f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: z: F2 [& g* x! w& B$ N
我:Z
- }2 z' h9 ?5 ]+ b, \+ ^+ M3 j( [% [/ V
. k$ I0 {9 n; T" H% B0 X5 R0 w; F4 w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。
" l' v* |' V8 h" c4 q6 L8 U" U7 \4 e: B S
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。
0 h) d2 n, D9 j
4 O6 K& q% Z2 E9 V2 u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。
! o& l; _0 a* Q, P
+ @0 w4 a/ A) v$ L* 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:( W# @5 m0 _+ M# K( _
“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。, K( \' X1 a. Z5 {. W$ q
# D8 [8 r8 N# N. W1 M5 F1. **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。
G+ G$ ^+ S# K% `, g( A! Z; n
' F! [5 n. F; a2. **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。; f& M; @' A% q6 V6 r
0 P$ r; h1 V4 |+ {" a( X
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。 7 c1 o4 }4 a# e3 `8 C6 K2 z1 I' ^
|
评分
-
查看全部评分
|