|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 , ]3 U% W- Z# m I( h8 _; ?* o2 V2 v
: l' h; q6 H4 Q( j* h
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
$ R6 @% R/ r7 b, l( ~: |) s1 d+ ?' ^2 K5 h9 b
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。
) n$ g; v' `" t& i7 {2 G: i* [- A) z q7 z( d7 r5 ~4 {
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。
( ]9 n5 v; [/ v4 P* K# y$ ], @6 Y
5 d: ^( q5 k* H6 L3 E; d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.) x d4 n- Y4 H) p: j% A
' r$ s: C' _( U) ^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:
2 y/ U( l7 ~; v6 S/ @0 ~8 O我: A
! Y7 }& g0 Y) b& y0 z( lAI: B
3 H3 \- D6 k. d+ d我: B \8 \; K$ U8 K' C ^
AI: C2 F7 q; r' S9 W
我:X
7 q' \0 N5 d$ h; h: i
* G0 }# _: p0 e) W! m+ e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。0 m; u1 f8 m9 r$ h: B
$ N+ e% y. \( u+ g1 q+ H
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:8 v; Z* n7 {; M
我:Z r* s: `+ w) c
G( w6 K# L% g7 {2 G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。& p) J v. d8 M5 ?2 N+ _" Z
/ V. y' v9 v8 P1 I/ K( @6 U4 ]/ Z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。
2 b- R \ P3 z1 t6 P
) f$ @; `! L( x( I+ D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。
8 e4 C0 }+ {; A. L o
5 O2 S/ y6 i) P. A! J. [/ o- r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:
9 S; ~: H; C% W. g, R# L“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 Y& D8 K* N" T- U+ P" s- q# H& `7 {+ W S
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。
- X* @# v) a& N
% _% V- s& T g) k J' J; H2. **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。
+ i2 b& L2 v: k1 J" X( y$ Y& Q5 V8 L! ~1 }( r- A7 q
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。 1 l. e; c I* V+ o+ o7 ^$ e( q
|
评分
-
查看全部评分
|