颠覆认知：大模型不可靠，越大越不可靠？最新研究登上 Nature

文章预览

人工智能（AI）模型的参数规模越大，生成的答案就越准确？就更加可信？ 还真不一定！ 日前，一项发表在权威科学期刊 Nature 上的研究表明： 相比于小参数模型，大参数模型不会承认它们的“无知”，而更倾向于生成错误答案 。 值得关注的是， 人们并不善于发现这些错误 。 这项研究来自瓦伦西亚理工大学团队及其合作者，他们在研究了 GPT、LLaMA 和 BLOOM 系列大语言模型（LLM）之后发现—— 尽管正如预期的那样，由于一些微调方法（如 RLFH）， 参数规模更大的 LLM 生成的答案更准确 ，尤其是在复杂任务上， 但整体可靠性却较低 。 在所有不准确的回答中，错误回答的比例有所上升，甚至 在一些简单任务上出现更多低级错误 。例如，GPT-4 在处理简单的加法和字谜时的错误率竟比一些小模型高出 15%。这是因为模型不太可能回避回答问题——比 ………………………………