GPT-4遭遇“反转诅咒”！新研究发现：大模型存在推理缺陷，知道“A是B”推不出“B是A”
增大参数量也无改善
鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
大模型明知道“你妈是你妈”，却答不出“你是你妈的儿子”？？
这么一项新研究，刚一发表就引燃了全场讨论。
来自范德堡大学、萨塞克斯大学、牛津大学等研究机构的研究人员惊讶地发现：
一个大语言模型在训练时被喂进了“A是B”这种形式的数据，它并不会自动反推出“B是A”。大模型存在“反转诅咒”现象。
甚至强如GPT-4，在反向问题实验中，正确率也只有33%。
OpenAI创始成员Andrej Karpathy第一时间转发了这篇论文，并评论说：
LLM知识比人们想象中“零散”得多，我对此仍然没有很好的直觉。
这具体是怎么一回事？
大模型的“反转诅咒”
研究人员主要进行了两项实验。
在第一项实验中，研究人员在GPT-4的帮助下构建了以下形式的数据，来微调大模型。
<name> is <description> .（或者反过来）
所有这些名字都是虚构的，以避免大模型在训练过程中见过他们。
在GPT-3-175B上的实验结果显示，当提示与数据集给出的描述顺序匹配时，模型给出的答案很不错。
但当顺序反转过来，模型的准确率甚至直接降到了0。
举个例子，就是大模型吃到过“达芙妮是《时光之旅》的导演”这么一条数据，你问它“达芙妮是谁”时，它也答得好好的。但当你反过来问“谁是《时光之旅》的导演”时，模型就懵了。
在GPT-3-350M和Llama-7B上，研究人员也得到了相同的实验结果。
再来看实验2。在这项实验中，研究人员在不进行任何微调的情况下，测试了大语言模型对真实名人信息的反向处理能力。
他们从IMDB（2023）收集了最受欢迎的1000位名人的名单，并通过OpenAI API来问GPT-4有关这些人父母的信息，最终得到了1573对名人孩子-父母对数据。
结果发现，如果问题像这样——“汤姆·克鲁斯的妈妈叫什么”，GPT-4回答准确率为79%。但当问题反转，变成“Mary Lee Pfeiffer（阿汤哥的老妈）的儿子叫什么”，GPT-4回答准确率就降到了33%。
在Llama-1家族模型上，研究人员也进行了同样的测试。实验中，所有模型回答“父母是谁”问题的准确率，都要远高于回答“孩子是谁”问题的准确率。
研究人员将这种现象命名为“反转诅咒”。他们认为，这揭示了语言模型在推理和泛化方面的异类进本局限。
论文通讯作者、牛津大学研究员Owain Evans解释说：
为什么反转诅咒值得关注？
这说明大语言模型在训练过程中存在推理能力缺失。
“A是B”和“B是A”的共现是预训练集中的一种系统性模式。自回归LLM完全无法对这一模式进行元学习，其对数概率没有变化，并且即使参数量从350M扩增到175B，也未能改善这个问题。
One More Thing
不过话说回来，人类是不是也会受“反转诅咒”影响呢？
有网友做了这么个测试。
面对“Mary Lee Pfeiffer South的儿子是谁”这个问题，GPT-4一开始直接举旗投降了。
但当这位网友提示它“她的儿子很有名，你肯定认识”后，GPT-4当场开悟，给出了“汤姆·克鲁斯”这个正确答案。
△X网友@TonyZador
那么，你能反应过来吗？
参考链接：
[1]https://owainevans.github.io/reversal_curse.pdf
[2]https://twitter.com/owainevans_uk/status/1705285631520407821
[3]https://twitter.com/karpathy/status/1705322159588208782
— 完 —
- 微软清华改进Transformer：用降噪耳机原理升级注意力，一作在线答疑2024-11-03
- o1满血版泄露！奥数题图片推理手拿把掐，奥特曼上线剧透o22024-11-03
- 全国第二！智平方荣获第十三届全国创新创业大赛初创型企业全国总决赛第二名（新一代信息技术赛道）2024-11-03
- 科研版AI搜索来了！知乎直答接入正版论文库，一手实测在此2024-11-01
相关阅读
