|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 9 M8 v$ ~0 ?! ~" w2 W6 `
/ G. A& a; Y& ~1 L- S' S* x& [# s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 I% U) p' e+ r% P$ Z
, C0 E1 X6 I# e5 t4 r. G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。1 g9 F, y* k( L6 D+ E9 ]8 k' c$ L
: c2 v( R5 J$ y5 F' g
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。
1 T% v# |) c0 |* c( ~! Z9 g0 G7 @
( T0 X4 x: [& R9 j6 P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 j3 f) s/ k- l' E
8 i2 q2 o( U* K! a2 w7 }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:
) c; A( H. q4 p我: A- ~5 V2 h, }) a! K3 Y l
AI: B
4 q8 r% U) @! e2 ~: @) b我: B
( b. n& j. i0 K) Z- u$ QAI: C r% ?/ l) T8 h, G" q: k1 K
我:X
4 D3 Q6 }; D8 o p6 Q4 L
1 B: ^' i0 `! u; X2 V1 K: v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。
8 P5 i% Y; k2 L- ~" }; I. t" w5 B- @4 q) \
2 _$ {( x' X$ O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 t" g2 s0 B1 N3 ]5 s
我:Z
- c- b0 j3 v0 y0 q. C# F
- C, R0 F7 O+ _6 b+ d: M! x* {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。
/ e! f' x/ {: }! B. s% o0 Z1 X" K* Z% `; f- O
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。
( D! j6 X& H0 \, |
5 v1 m; b+ L* c! S# Q' w 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。9 h8 L& S* b( P H- r# c \* n
% [1 X ~3 T0 _! L; H0 T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:
: Y! w( J% N5 u, W8 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。
% y+ H; [8 u5 C+ t) A
9 I3 D# s) ?8 X. d1. **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。
/ i# s5 S1 h/ d4 e7 _* B; z* l2 d ~7 _9 y
2. **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。* d" g4 v, |3 e$ |3 v2 G0 s J
* h. r. G$ d3 ]9 Q, n+ g
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。 ! B, H+ `( n/ i: c! j
|
评分
-
查看全部评分
|