|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
2 `9 m- d* D3 \4 Z, E; e. r$ U6 f9 d7 r+ x0 { ?
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5 s. f t/ u7 [( N7 C( a$ c
! n' I3 P. K- N: ~0 s7 m; T
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。
3 s' R* A( }* _2 c8 G
7 }* l; @5 |! B2 W d9 o6 A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。( \3 U5 Y; ^) Z1 B& Y" M& a% b0 |
+ ? D( t( k. x8 R* F# n @, ^, A
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." U* x n1 h; f0 M
4 z6 e2 X7 ]+ ~" c6 p- b2 _5 yAI 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 q0 E: ~+ `/ _; f! R) R- l
我: A! V: `( j$ Y, V! W
AI: B+ m, m! q$ N' `% X& w
我: B/ T% f S9 A& ]7 [2 u
AI: C& o1 W) j/ |! @
我:X) |6 [$ \3 ?2 y3 H
6 F& N+ k/ k5 Q" g. R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 G7 V( m% ~7 Q4 x# r. y2 a% N. `1 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 X4 g) l( w6 k# w5 \
我:Z# L$ M; A# d2 ?* ]1 ?. f
" J2 F8 p7 A0 Z/ G3 H3 u2 W" d( P4 H
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。7 d2 e% X. Z. u% m" F& ~9 u
- q4 `2 U8 M5 i2 j' 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。
+ t* o: @+ [; S
2 e2 d# J2 s6 e. D4 j4 Y. ~" q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。; J5 H3 H" w5 M% W+ ^( _5 y
' L! R1 K s( S 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:
" ~6 e/ h: \3 X- T8 A ]- A( `“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。# c" `, Y) U/ {% h
& j. k( k: ^% O6 R V2 n6 y+ s9 k1. **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。0 c/ ]3 F' m- n* U: _. V% R
9 n! ?+ K4 z9 P3 E/ c2. **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。' v8 g! ?6 b7 z$ x) p2 P7 M
- @. K0 m1 s; T- h# ]) u
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。 / o/ Y, [2 |3 k3 ]7 V& h
|
评分
-
查看全部评分
|