|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
& q% M+ m9 e8 X9 q; }1 F/ f
, c7 w j; E( q3 V) 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* X7 s0 F4 w) n$ q
! ]' y$ }8 s; y1 c# T$ s. k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。" D/ w2 m* Y( @8 T2 @
& }8 N" B: b- I% @+ F) S' U
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。/ U7 F) f$ s! t
; k" a5 h$ R: X5 O0 a- ]/ X4 \4 W. t
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.
, R3 D6 p* p" K% c5 \4 U! Z/ g& f! x+ V
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:
" G( T1 H: {7 k% ]5 k9 \' r我: A$ n) b5 E0 Y, X! v- A! q
AI: B2 H3 V4 o3 A0 y! ~
我: B
& |: H }. B% s" l: ZAI: C7 t- T2 I6 t% E
我:X
- B9 Y" n8 E7 o. u% ]- g5 \1 `. V. o" E1 |: Y0 p! ^8 {
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。& Y! O% Q* t6 N" K2 c' {. s
% S" X; J! G0 |. Z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:
& y$ x6 c: w$ D我:Z
7 s S; t+ k8 j: k" g4 J# M. B( t A. P6 X7 Q) i6 J! q( e
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。* J2 @" {! I& d! M
7 F" f1 [7 S6 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。
* M; z6 x3 y# I
7 c6 [9 c" k# B5 H: J, E+ V) D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。
* L: J( _1 t1 k$ _) P4 e$ n2 X# Q
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:2 @; I4 _7 P* k# e5 T: T9 F3 G
“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。
! q* T2 m/ V' n3 ~9 |! k8 c5 Y. {% C* _0 w- N4 Q, Z q% N) h, |
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。6 q5 \; G* M6 S4 t, A e0 [
( u3 X! f; J4 y+ c0 N: {. a& ^& r2. **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。
, G/ [& W6 s g' Z2 }
, X: p1 |# n; d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。 / _1 v/ O0 W" l& r" a
|
评分
-
查看全部评分
|