|
|
$ o( n. B0 R0 p$ [6 G, s/ A0 p8 d3 M3 e" ~7 k ]
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。: P& O3 I' F, N* I9 T3 |* O4 W; U# u+ @
4 y+ D2 o5 W. h$ c9 p5 l
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 f- r8 x' e( R* U
" y( d- z3 |; [" L( u2 w2 H% f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.
$ K; k) A; V: g) T8 F
8 a, a) z" e+ BAI 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- w0 ^0 ]' u: Q1 N! K我: A
0 p4 _$ U9 u$ p, U2 VAI: B
/ B. c- x+ l, g, ]' i( G' T我: B
, e# _ a. P$ _AI: C
% I, y5 I2 ^5 l3 [" s5 f5 g' {我:X
2 @% G+ s0 n$ _% {& k9 }# x0 t z. i3 z9 i$ k
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。
! c2 @- {! `! \+ B. I0 ~
4 a0 i# d, Y8 Q) a0 u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:
' F7 t" R- W$ [5 e, N我:Z9 Q( F9 ?2 x1 O* M+ l" C0 q
4 Q% O' j% f8 M) N+ \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。+ X: a. `0 W/ y5 j4 l5 y
% o4 l @( {* O9 q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。
- E- T4 ?6 r/ z9 [ d$ K! p9 \/ y8 J- A: E) ~% N! 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。
# o$ K( F/ \. |; {# `5 M- R. H; O
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:
% R$ b% ^+ J" V: A“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。
, S7 `4 G* L3 _% v. X6 P6 w
/ Z& E# R& P- b) M1. **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。' Q" q% U; l/ d- x$ _, G" i# v1 A) ?
5 ^6 S% W. o$ {: N/ k0 \
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 Z# u6 R3 M/ \& T6 N2 M- e
. T9 j) |; n3 B/ f+ a1 g( 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。
- f5 o, C( `) F |
|