|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
% d' v6 v) d- `9 z' `% T4 M$ o2 A( i& V
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
; t( _ X7 t" q/ }+ z) K
1 U5 P8 q$ Y7 h( L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。* l& O/ W1 a0 R, q
7 k v, H. Y7 a8 w) f. V& ]: Q
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 q% Q/ _) ~' ?5 u' Z) `7 i& v: X+ l
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.- ^+ q! k9 i# b( l$ h) {
6 W A5 v }, `+ O
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：
; P5 b2 L. g+ V) r K$ ?我: A' x! k) e' @( Y! m O) b" H$ l- s
AI: B
. {# C. o3 y/ B+ t' e' U我: B
" A- @% F& h1 k7 TAI: C5 O# Q7 ^4 X9 p8 A5 Q2 @
我：X0 w) ~: f0 i, }1 g1 G
# D+ g. z6 f* q3 s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。. \1 h& t+ ~* t8 S- |; V- P
0 ]( @! ^- m1 a* s
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：# N: T# A2 ]/ F* r" }
我：Z
" w' C. R6 @9 E6 [- V' i5 X! q: J: p; q: d: j6 d
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。
+ F3 s6 E: [8 D3 s- u" _) D$ F p. V1 N
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。
: F" X5 ~. X: ^9 G! t! h1 R/ j
5 A6 k- @& z; b" {3 A ^' M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。
0 O9 y9 I6 s b0 C) d* M: n+ K3 J) Z- |& W. s% k, o
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：/ `0 y j$ \% P" Q
“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 L% g; I; G. i; A' E- b& R
7 P G3 _5 I- @/ R7 d$ 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。
k7 i; f; O& q% B( _ [2 }1 y' S! d5 D0 H/ H1 @7 O! U
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。
: ^4 T. q `6 g' s7 b# o8 r/ h$ |; A( u8 M# a
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。
|
评分
-
查看全部评分
|
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 2024-10-19 09:02:34