|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
6 X' Y" M0 P4 Q/ l6 ~8 H6 {! L# n$ [5 k/ s4 g2 J3 L! I3 ^5 Q
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8 G! \; @1 o' N4 \. l4 [
* _+ H$ O! n1 N# m* i* 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。
' p# B! `4 B; T8 n4 I) ? }4 C5 M% g8 Q) B- P K/ y
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。* c; j, U- y. r- Q# V/ |
# u5 m7 I w* o7 ^. W
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.6 ~: D- ~# C# F" s
7 c1 ]% W( E7 Q9 k; K
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:
0 S( n: f0 f* c. T我: A
; M0 o" t5 [& |% Q2 ?' U. y' cAI: B/ _% x' ^8 `% m3 E2 R( @
我: B; y8 z/ F: b) L0 Y6 G5 c
AI: C
2 v! `7 g6 k+ W4 y0 [5 z我:X# b9 y9 c; c+ ]! m% c
& k, A$ T2 S' x8 p- C/ s$ r8 p
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。4 N/ B: S2 R% [2 ~
. i4 H i/ X" \9 }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:' E V& q2 {' K. ]0 p- g7 t& V3 W6 m
我:Z
# ^9 Z* ]4 j, C' |2 G1 \7 c7 P, ?: E. i0 ~4 `" y4 ~$ t
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。
1 z& A2 h2 p0 D* B0 e, t
* q( M! q9 t3 ?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。
( c- O, U0 }! Q- H5 K6 G. Q5 t7 D* k1 q; l1 g3 }" a* Z
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。7 W2 ~! _& u# G o7 y: Y
4 a) ^# ^( Q' b$ O6 l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:
3 x$ R6 J* o' X“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。
& D X7 e$ ]; V# D
0 h8 a) N4 Q% C r% i5 L' u/ M8 v3 J8 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。% }* }9 C0 ] y& @" T2 V4 u! Q
u2 `; c" d! ], o# ` J( F- c* i
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。( ^" W6 o6 \. t' A4 z1 r! p
1 p& @- w' t% o4 n- A) a, J
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。 x) q8 t4 |- `5 m2 S
|
评分
-
查看全部评分
|