|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 A, a4 w% Q/ `, ~! l! [' b
% n7 [7 C7 v! }" t# i L. b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 s9 k+ D1 R4 {% x3 f" x. L
8 z D4 a' K* G" {7 x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。5 m& C. E: H% L; T8 A- A) v
( }$ H3 i g7 a" s5 D, v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。 M' N( V$ w; P# n0 |. I
6 o$ m8 s/ l( a/ a" w2 p6 z9 U
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.- t/ ]0 r3 g) f0 ]) w
4 L/ D7 }* D- P# ?
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:) O: e( U7 d4 F ]6 {% f
我: A% R6 K# b; o* U! [
AI: B
# \0 v, }) N* U8 a- o我: B
+ J; y4 K! i5 X- ?5 n7 yAI: C3 m8 N5 R- o! q! @3 @1 E
我:X
% j0 R( Z3 M( H) Y
6 y9 r" k) G) e; U" E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。$ f! ~; S" O! ?/ n2 g
3 C8 _, j6 T y$ G) T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:
9 Z9 T" C0 x6 u0 v" C我:Z
t4 U9 ?0 R2 Z2 E
1 W$ J/ U# @) Z3 N8 ?: S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。
$ V3 L5 _ W# D
$ K8 H! ^- e# l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。. B' N8 Y# b: w* ^0 G
; T2 x2 |4 O' \; W# t- k) A3 y. H$ |
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。1 T% m' M+ N! p9 b. N* F! N' g# E u6 N
* b6 p4 D5 \0 V. B4 w
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:
. J9 H% u) C) _ A9 c* V6 |“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。0 w3 F6 D' C% F- L( o
+ }: F4 \0 c5 g0 z1. **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。" O! \1 G8 {5 Y# H+ |! M) w
' O: z; {* w5 W* {; Z( L
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 ~ K: r# J# c+ R
, L% g" x0 C6 ^& O: J) W$ H; s
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。 - e; ^, m0 [) C
|
评分
-
查看全部评分
|