|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 ; A/ L ]4 X/ Y6 W. ]9 i: c9 H
% R B( u' K& R% ?- G8 x
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
2 i5 {# n \; C) H( r% a% o/ s( g3 C: O2 Y3 T0 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。
% U3 `$ N$ M* v. T$ Z4 f5 t0 P g* b, |9 f b
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。" e' T p. J) P
& J$ L# g+ 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.# }2 w/ S6 Z6 M. s
; ]. a3 R0 ^$ C# L2 q4 VAI 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：) x5 t+ _# H9 c- w2 c* U
我: A
0 @) `$ z: f: l4 m. n1 q* q/ }AI: B
8 r% ` L, f1 M p% _- j! K我: B
( R! y1 p2 @% b: eAI: C
/ j6 L& x! { U# f我：X
& g% k! c2 M$ ?+ \5 r1 t$ \; _3 x* N) v$ I
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 H: m* w: R) E' b, W
* }6 Q4 q6 U" l( k0 n# F" r. g; M
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：
4 W, x/ Z$ R& B$ Z我：Z
3 R$ k) m7 T2 T3 W4 E0 _
2 T7 T5 j' z( j# L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 C0 {: y9 S: S6 g9 R
( x5 |' q$ g3 |4 k% }# 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。# ]; m4 y$ }" e
) ]2 q$ Y6 ~. v2 i* t6 _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。5 Z/ Q% {9 u/ T! k( [: I3 ` G+ z
4 q k& G% M) B; G `
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：, v8 O7 U6 L) g: _& m0 q o7 R3 c
“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。4 B, J; k! J! ~
]# P% B1 J# s# R- D
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。/ S! | d, @0 ]9 m# b
, y [7 k1 ~" d* }
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。$ y; C; F9 l# y
6 O8 B5 V% |" `* l$ s" T: s/ P! I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
如果用 DS 可以明显看到 DS 考虑了这一点。但在大多数的 DS 的“深度推理”中都否决了这项。原因是 DS 认为这是在回答人类的问题，而人类用的字母表只有26个字母。 p) X$ g& u$ s7 f5 j9 ~