|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 $ R- Y& F) e9 F! c1 q
! l- n( T; r* n4 O! P
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6 ^( G' l$ D4 L) g$ I3 W9 X7 S
, V) ~0 p E$ n0 [
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。$ y: G' t' V6 h+ O2 D% o
) G! T1 S6 v7 ^- {' Q8 f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 ?2 a! E$ `4 ?! V8 M+ ?
2 Q4 R1 v) g7 Y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. K7 p0 y3 `$ r5 @7 X* R
@7 M0 Q( A) EAI 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:
* v- c/ x$ \2 P我: A
1 K$ H+ A5 N: M( i& jAI: B2 E5 ~. |! J F8 N# |
我: B
+ ^- V; E8 _" dAI: C
/ R& G$ C, s9 A+ q3 g4 e/ ^0 u我:X* u/ j% o& J6 K
- R9 [; a. y# 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。1 f% p9 g3 I' H4 u
% A. p/ S0 e' m2 g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:$ B* t' q9 ^6 ^# L& V9 g+ V3 H2 ?& B
我:Z: G: g/ v/ n$ j" J
7 d: T; N) g) Z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。9 i' d' ]5 Y$ Q( r# ]+ f
2 l z$ T# X' Z6 \" X0 }
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。/ Z6 }/ }* G1 d: }& S' d
& Q8 H/ g* {+ D6 h7 d i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。
- J# _0 a3 ]& f9 o& w% _4 n2 l0 T) P+ j7 F) R/ O. Y, g' b
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:
" d. v% _# v* }2 w& m- \“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。
+ Z4 m" [4 G+ n5 G* [2 u+ N | y* |& A" z) k+ ~, w+ C
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。: V6 Y& `8 M1 `! @! r7 w: }
& O5 Z) j `# L {- h+ 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。
- {$ _ Y5 w& ~' m
5 c- e" j, Z/ o6 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。
/ w; g3 s* o: x4 m3 [( f$ g |
评分
-
查看全部评分
|