GPT-4は「逆転の呪い」から逃れられない!新しい研究で判明:大規模モデルには推論上の欠陥がある:「AはB」とわかっていても、「BはA」とは限らない

GPT-4は「逆転の呪い」から逃れられない!新しい研究で判明:大規模モデルには推論上の欠陥がある:「AはB」とわかっていても、「BはA」とは限らない

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載しています。転載の際は出典元にご連絡ください。

ビッグモデルは「あなたのお母さんはあなたのお母さんです」とは知っているのに、「あなたはあなたのお母さんの息子です」とは答えられないのでしょうか? ?

この新しい研究は発表されるやいなや大きな議論を巻き起こした。

ヴァンダービルト大学、サセックス大学、オックスフォード大学などの研究機関の研究者たちは、次のような発見に驚きました。

大規模な言語モデルにトレーニング中に「A is B」という形式のデータが入力されても、「B is A」であると自動的に推論されるわけではありません。大型モデルは「逆転の呪い」現象に悩まされます。

GPT-4 と同じくらい強力ですが、逆質問実験での精度はわずか33%でした。

OpenAI の創設メンバーである Andrej Karpathy 氏は、すぐにこの論文を転送し、次のようにコメントしました。

LLM の知識は、人々が考えるよりもはるかに「断片化」されており、私はまだそれについて良い直感を持っていません。

いったい何が起こっているのでしょうか?

大型モデルの「逆転の呪い」

研究者たちは主に2つの実験を行った。

最初の実験では、研究者は GPT-4 の助けを借りて次の形式のデータを作成し、大規模なモデルを微調整しました。

<name> は <description> です。(またはその逆)

これらの名前はすべて、大型モデルがトレーニング中に目にすることを避けるために作られたものです。

GPT-3-175B の実験結果は、プロンプトがデータセットで指定された説明順序と一致する場合にモデルが適切な回答を出すことを示しています。

しかし、順序が逆になると、モデルの精度は 0 にまで低下します

たとえば、大きなモデルに「ダフネは『タイムトラベル』の監督です」というデータが入力されている場合、「ダフネとは誰ですか」と質問すると、適切に答えることができます。しかし、反対の質問、「『A Voyage Across Time』の監督は誰ですか?」と尋ねると、モデルは混乱します。

研究者らはGPT-3-350MとLlama-7Bでも同様の実験結果を得た。

実験2を見てみましょう。この実験では、研究者らは、微調整なしで実際の有名人の情報に対して逆処理を実行する大規模言語モデルの能力をテストしました。

彼らはIMDB(2023年)から最も人気のある有名人1,000人のリストを収集し、OpenAI APIを通じてGPT-4にこれらの人々の両親について質問し、最終的に1,573人の有名人の親子ペアを取得しました。

結果によると、「トム・クルーズの母親の名前は何ですか」という質問の場合、GPT-4 の回答精度は 79% でした。しかし、質問が「メアリー・リー・ファイファー(トム・クルーズの母親)の息子の名前は何ですか?」と逆転すると、GPT-4の回答の精度は33%に低下しました。

研究者らは、Llama-1ファミリーモデルでも同様なテストを実施した。実験では、すべてのモデルにおいて「親は誰ですか?」という質問に答える精度が、「子供は誰ですか?」という質問に答える精度よりもはるかに高かった。

研究者たちはこの現象を「逆転の呪い」と名付けた。彼らは、これが推論と一般化における言語モデルの異質な根本的な限界を明らかにすると考えています。

オックスフォード大学の研究者であり、この論文の責任著者であるオウェイン・エヴァンス氏は次のように説明した。

「呪いを解く」ことがなぜ懸念されるのでしょうか?

  1. これは、大規模な言語モデルにはトレーニング中の推論能力が欠けていることを示しています。
  2. 「A は B」と「B は A」の共起は、事前トレーニング セット内の体系的なパターンです。自己回帰 LLM ではこのパターンをメタ学習することはまったくできず、その対数確率は変化せず、パラメータ数を 350M から 175B に増やしても、この問題は改善されません。

もう一つ

しかし、人間も「逆転の呪い」の影響を受けるのでしょうか?

ネットユーザーの中にはそのようなテストを行った人もいました。

「メアリー・リー・ファイファー・サウスの息子は誰ですか?」という質問に直面して、GPT-4 は最初からすぐに降伏しました。

しかし、ネットユーザーが「彼女の息子はとても有名なので、あなたも知っているはずです」と促すと、GPT-4はその場で悟りをひらき、「トム・クルーズ」という正解を出した。

△X ネットユーザー @TonyZador

それで、あなたは反応できますか?

<<:  必要なパラメータはわずか1%で、その効果はControlNetを上回る。新しいAI塗装制御マスターが登場

>>:  オペレーティング システム レベルの ChatGPT は人気があります。これにより、コンピューターが独自のデスクトップを整理できます。Mac/Windows/Linux をサポートしています。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

...

世界最大の公開顔データセット | 清華大学と信義科技が共同リリース

[[387945]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

複数の負荷分散アルゴリズムとそのJavaコード実装

まず、負荷分散とは何かを紹介します(百科事典より)負荷分散は既存のネットワーク構造に基づいて構築され...

会話型ロボットをよりスマートにするために製品設計を最適化するにはどうすればよいでしょうか?

01.人間は日々、環境、社会、他の人々、物と密接に関わっています。このタイプの接続は、一方向、双方...

...

「AI」の限界:人工知能は未来を変えるが、まだ解決されていない問題がある

[[348196]]画像ソース: unsplash人工知能はこの時代の合言葉であり、技術専門家、学...

チューリングマシン: コンピューターが存在しないときに計算についてどのように話せばいいのでしょうか?

1950 年 10 月に、「機械は考えることができるか?」と題する論文が発表されました。この論文で...

...

独自の顔ぼかしツールを構築する方法

OpenCVを使用して顔認識をカスタマイズする方法[[412851]]匿名化とは、データを匿名化する...

...

機械学習によって IoT アプリケーションのセキュリティはどのように向上するのでしょうか?

モノのインターネットの世界は手の届くところにありますが、それには良い面と悪い面の両方が伴います。機械...

プログラマーの視点から Java でニューラル ネットワークを設計する

人工ニューラル ネットワーク (ANN) またはコネクショニスト システムは、生物学的脳を構成する生...

...

ディープラーニングをすぐに始められる、やりがいのあるプロジェクト18選

AlphaGoとイ・セドルの戦いの後、ディープラーニング技術は国内で非常に人気が高まった。多くの技術...

EleutherAIが200億パラメータのGPT風モデルを発表: GPT-3とは異なり、無料でオープン

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...