|
|
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 7 D. Z. N3 X( I' J9 R& ^/ V7 D0 E
# V" _( i0 X$ o: C: A
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
) a1 G( Z& a7 a, E' |- N6 }
( s' o l* Z( }" ~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。3 r R; j- ~8 }- X: _9 J
! \" z. M5 X5 a+ E2 c6 X6 f7 k! M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。0 n2 r, P* \/ L$ t$ \2 K
; @+ k+ j5 _3 \3 Z
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.0 B3 S- ~) m2 N
2 q K% @9 x" b5 k! NAI 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:
7 t) h! |# W% c我: A
- }9 u" Q( T0 s9 ?AI: B4 x0 j5 H' D5 U% J4 Q
我: B
$ r( j. v" b; P1 YAI: C
: Y2 [+ O, f) j r- _我:X8 L3 ^& V% s- ]2 ]5 h5 n, i, ]& d5 a6 @2 Z
0 M }$ g) L0 i# ~6 l- [3 B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: N( L; \( p$ q0 f2 C1 @/ y$ x: p' l2 C0 B9 R. 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:
$ r' N2 Q* g+ l3 X( v5 q我:Z" c3 u# {+ L% ?" z- }
: h1 p+ `+ O; w C5 F6 y: `. o
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。
2 A9 Y3 k" P* S2 l0 O! V
" F1 q- K; R. i" G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. s* H+ Q; Q& K4 i! U
; l+ v+ {0 p$ u5 x+ `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。
G3 z- ^* S) g n' ?
/ m7 M3 i _; f9 D8 K4 L% B. ^+ z1 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:
+ v( o1 `3 e1 i) J6 z* m) f# 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。
! C7 g' s$ G: w6 o3 q
2 c6 ~/ Q$ M4 B2 Z0 t; h4 T H0 j1. **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。
& O6 t* A( `) }" r8 O: u( i' H
3 Q: M+ s! M% e) P" m2. **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。
; w; ]8 T2 h( i' t e/ Y" k
! r( m- F# T, I, G& f& Y n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。
7 q6 o5 t- {' E1 ^ |
评分
-
查看全部评分
|