|
|
" R3 l' t$ }* l% n. r& a
& P& V) w/ Q* G$ U* ^这篇文章设计的测验很有意思。从实验结果看,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。2 ~& e( ^! T# S! d8 x( Y/ t
# b: h4 M- P- `( q! V4 T! s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。
2 C7 q3 k! Y. L- D* [* B* v9 k0 b }2 E* {' m) B. P7 P5 C
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.
& A% X$ ?) F6 V: J3 `- x2 g
( O/ k! O% p" RAI 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:3 w% f1 |0 g# P& a; u, c
我: A" F: H# _7 B: T. R! s: X! z4 h
AI: B
4 N3 E) e9 F2 Q* r2 z1 A- f" C我: B
9 B- W7 d4 u. ~' E0 bAI: C0 b' `- R# ]1 C) _
我:X
: C {/ j! x, h$ k+ p2 l# k3 O6 p e9 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。
% G( |8 i3 b1 j5 U1 O7 b3 x
8 Y3 o( `# R D+ 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:5 ~! l9 T1 l i/ a& Z/ l
我:Z. U* ?, N5 ^; i/ H! X; m
0 n. b" U$ E* [. c. }9 i
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。+ @8 V! O3 F. N: f" x0 K" C6 M
( L/ D" p' C( D6 o) N7 j
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。) Z/ o1 d: l0 O/ q( w6 d9 D& |
9 R. h% m+ k; `! f* J" `0 ?$ [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。
9 W4 {5 J# l$ U+ C: ~% ^3 l6 X0 g9 X. X0 ]" 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:, w% v/ H* r& o9 L$ y0 K
“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。
! K1 Z6 Q2 m* N( m9 m$ `! ^2 e! |% ~- Z/ [, p E
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。
. P* p% S# L$ K o2 ~1 E* c& W
. P1 `) ^" k3 \9 K8 v( F2. **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。3 k3 Z3 W+ C% x+ d' V% {+ s# {
$ U g- l1 q" P: Y, J" t% a) d4 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。 9 ]- b8 g( w f/ r
 |
|