GPT-4、Llama 2比人类更懂“人类心理”?最新研究登上Nature子刊

GPT-4、Llama2比人类更懂“人类心理”?最新研究登上Nature子刊这些发现不仅表明大型语言模型(LLMs)展示出了与人类心理推理输出一致的行为,而且还突出了系统测试的重要性,从而确保在人类智能和人工智能之间进行非表面的比较。相关研究论文以“Testingtheoryofmindinlargelanguagemodelsandhumans”为题,已发表在Nature子刊NatureHumanBehaviour上。GPT更懂“误导”,Llama2更懂“礼貌”心智理论,是一个心理学术语,是一种能够理解自己以及周围人类的心理状态的能力,这些心理状态包括情绪、信仰、意图、欲望、假装等,自闭症通常被认为是患者缺乏这一能力所导致的。以往,心智理论这一能力被认为是人类特有的。但除了人类之外,包括多种灵长类动物,如黑猩猩,以及大象、海豚、马、猫、狗等,都被认为可能具备简单的心智理论能力,目前仍有争议。最近,诸如ChatGPT这样的大型语言模型(LLMs)的快速发展引发了一场激烈的争论,即这些模型在心智理论任务中表现出的行为是否与人类行为一致。在这项工作中,来自德国汉堡-埃彭多夫大学医学中心的研究团队及其合作者,反复测试了两个系列的LLMs(GPT和Llama2)的不同心智理论能力,并将它们的表现与1907名人类参与者进行比较。他们发现,GPT模型在识别间接要求、错误想法和误导三方面的表现,可以达到甚至超越人类的平均水平,而Llama2的表现还不如人类。图人类(紫色)、GPT-4(深蓝色)、GPT-3.5(浅蓝色)和LLaMA2-70B(绿色)在心智理论测试中的表现。在识别失礼方面,Llama2要强于人类,但GPT表现不佳。研究团队认为,Llama2表现好是因为回答的偏见程度较低,而不是因为真的对失礼敏感,GPT表现较差其实是因为对坚持结论的超保守态度,而不是因为推理错误。AI的心智理论已达人类水平?在论文的讨论部分,研究团队对GPT模型在识别不当言论任务中的表现进行了深入分析,实验结果支持了GPT模型在识别不当言论方面存在过度保守的假设,而不是推理能力差。当问题以可能性的形式提出时,GPT模型能够正确识别并选择最可能的解释。同时,他们也通过后续实验揭示了LLaMA2-70B的优越性可能是由于其对无知的偏见,而不是真正的推理能力。此外,他们还指出了未来研究的方向,包括进一步探索GPT模型在实时人机交互中的表现,以及这些模型的决策行为如何影响人类的社会认知。他们提醒道,尽管LLM在心智理论任务上的表现堪比人类,但并不意味着它们具有人类般的能力,也代表它们能掌握心智理论。尽管如此,他们也表示,这些结果是未来研究的重要基础,并建议进一步研究LLM在心理推断上的表现会如何影响个体在人机交互中的认知。...PC版:https://www.cnbeta.com.tw/articles/soft/1431713.htm手机版:https://m.cnbeta.com.tw/view/1431713.htm

相关推荐

封面图片

AI可能比你更会炒股?最新研究:GPT-4比人类更擅长金融分析和预测

AI可能比你更会炒股?最新研究:GPT-4比人类更擅长金融分析和预测这一发现可能会颠覆金融服务业。与其他商业部门一样,金融服务业正在竞相采用生成式人工智能技术。根据这项最新研究的研究,在分析财务报表以及根据这些报表做出预测等方面,大语言模型比人类做得更好。“即使没有任何叙述或行业特定信息,大语言模型在预测盈利变化方面的能力也优于金融分析师们,”该研究称,“在分析师遇到难题时,大语言模型比人类分析师表现出相对优势。”该研究利用“思维链(chain-of-thought)”提示,指导GPT-4识别财务报表的趋势并计算不同的财务比率。在此基础上,大语言模型可以分析信息并预测未来的收益结果。该研究称:当我们使用思维链提示来模拟人类推理时,我们发现GPT的预测准确率达到了60%,明显高于分析师的准确率。人类分析师在预测准确度方面接近50%的范围。该研究的作者还表示,大语言模型能够在信息不完整的情况下识别财务模式和商业概念,这表明该技术应该在未来的财务决策中发挥关键作用。最后,该研究发现,如果将GPT-4的金融敏锐性应用于交易策略,能够获得更多交易回报,通常能跑赢大盘。研究称:“我们发现,基于GPT预测的多空策略表现优于市场,并产生显著的阿尔法和夏普比率(对资产的风险和收益进行综合考量的指标)。”...PC版:https://www.cnbeta.com.tw/articles/soft/1432740.htm手机版:https://m.cnbeta.com.tw/view/1432740.htm

封面图片

Meta 开源发布能力比肩 ChatGPT 的 Llama 2

Meta开源发布能力比肩ChatGPT的Llama2Llama2相较于Llama1的许可证更加开放,个人和公司都可将其免费用于研究和商业目的(月活超7亿的巨头除外)。Meta还禁止使用Llama2的材料或输出来改进其它大型语言模型(不包括Llama2的衍生作品)。值得注意的是,Llama2的训练数据集是闭源且保密的,这可能与版权纠纷的担忧有关。Llama2训练数据比Llama1多了40%,上下文长度是原来的两倍,有70亿、130亿、700亿三种参数版本。Llama2在大多数基准测试中击败了其它开源模型,在人类评估中与闭源模型GPT-3.5相当(除代码能力)。Meta还与微软、亚马逊、HuggingFace等公司深度合作,Llama2可以在MicrosoftAzure、AWS等云服务上直接使用。频道:@TestFlightCN

封面图片

Meta的免费编程工具Code Llama AI缩小了与GPT-4的差距

Meta最新更新了它的代码生成人工智能模型CodeLlama70B,这是迄今为止“最大且表现最好的模型”。CodeLlama工具在八月份推出,无论是研究还是商业用途都是免费的。根据Meta的AI博客上的一篇文章,CodeLlama70B能够处理比以前版本更多的查询,这意味着开发者在编程时可以给它输入更多的提示,而且它的准确性可以更高。CodeLlama70B在HumanEval基准测试中的准确率达到了53%,表现比GPT-3.5的48.1%要好,而且接近OpenAI论文报告的GPT-4的67%的成绩。CodeLlama是基于Llama2构建的,它能帮助开发者根据提示生成代码串,并且调试人类编写的代码。去年秋天,Meta同时推出了另外两款CodeLlama工具,分别是CodeLlama-Python和CodeLlama-Instruct,这两款工具专注于特定的编程语言。CodeLlama70B现在有三个版本的代码生成器可以使用,而且无论是研究还是商业用途都是免费的。这个大型模型是在1TB的代码和与代码相关的数据上进行训练的。它托管在代码库HuggingFace上,HuggingFace提供了GPU资源来运行人工智能模型。Meta表示,它们的大型模型,34B和70B,“能够带来最佳效果,并提供更好的编码帮助。”去年,其他人工智能开发者也发布了代码生成器。亚马逊的CodeWhisperer在四月份推出,而微软则利用OpenAI的模型推出了GitHubCopilot。标签:#Meta#AI#Llama频道:@GodlyNews1投稿:@GodlyNewsBot

封面图片

GPT-4比人类更懂融资 AI企划书让VC疯狂打call

GPT-4比人类更懂融资AI企划书让VC疯狂打call对此咱真不得不感叹一句:好家伙!网友惊呼:这就是未来。但也有网友开始担忧:说实在的,没有哪个工作是GPT取代不了的。AI融资成功率是人类3倍最近,美国金融咨询公司ClarifyCapital搞了个有趣的实验。他们准备了两份融资企划书,一份由GPT-4生成,一份由人类撰写。然后召集了500人,其中投资人和企业老板各一半,让他们看了这两份融资企划书,并从中挑选值得投的。目的就是看看AI写的融资企划书与人工写的,哪个能打动VC投资人,让他们愿意真金白银掏钱投。而结果也着实让人大跌眼镜。最终,80%的VC和企业主认为GPT-4生成的更有吸引力,只有39%倾向人类撰写的。AI生成的融资企划书被投可能性是人类的三倍!△图源:ZDNET其中,77%的参与者认为AI生成的内容更出色且能更精准点出问题,76%的参与者觉得AI能更好阐述关键信息。甚至有20%的投资人在看过AI生成的企划项目后,直接表示:愿意掏腰包投1万美元。听闻此事的我belike:钱就这么容易被GPT赚走了???任何行业都Hold住虽然,GPT-4生成的融资企划书被投资人和企业老板“偏爱有加”。但事后研究人员还是想搞清楚,在不同领域行业,AI是不是能继续发挥高水准。为此,ClarifyCapital选择了科技、金融和营销这几个创投圈比较火的领域做实验。结果,GPT-4不仅轻松拿捏,生成内容一如既往的高质。在金融领域,88%的投资人和企业主认为GPT-4生成内容比人类撰写更有说服力。科技行业这一比例也高达70%。令人惊讶的是,即使是在不缺创意人才的营销行业,GPT-4也吊打人类,比例高达73%。网友:以后就用AI融钱自ChatGPT横空出世,AI取代人类的声音就不绝于耳。这次实验,再次让网友震惊,还能这么玩儿。不禁让一票网友感叹:融钱这块,AI将可能取代人类。也有网友质疑这次实验结果的真实性,犀利点出:GPT-4才推出几个月,你要是这么搞,那就把每次的prompt和GPT生成内容放出来,给大伙儿瞧瞧。当然也有网友无私奉献,表示自己就在VC工作,一直用ChatGPT生成,并分享了自己Prompt的步骤。OS:赶紧拿小本本记下来。AI能不能取代人类不确定,不过用AI写融资企划书这事,已经有公司开始搞了。成立于2020年的PitchBob,定位创投圈,在今年以前都是通过人工形式收费咨询,随着ChatGPT和AIGC大火,在2023年立马转型开始专注用AI生成融资企划书、商业推销邮件。这是现在PitchBob网站首页画风,机器人、AI一应俱全,主打就是一个“人工智能”。△图源:PitchBob目前看来,各行各业没有哪个能逃得过GPT的“魔爪”。不过值得注意的是,虽然GPT能超快速的生成各种内容,但从质量来说,无法保证次次生成都优质。但无论怎样,AI提高生产率这件事,在GPT身上已经是不争的事实。看完GPT这次融钱的大胆试验,你作何感想?觉得靠谱吗?...PC版:https://www.cnbeta.com.tw/articles/soft/1365959.htm手机版:https://m.cnbeta.com.tw/view/1365959.htm

封面图片

研究称 GPT-4 通过图灵测试

研究称GPT-4通过图灵测试据科创板日报,自英国计算机科学家阿兰・图灵于1950年提出关于判断机器是否能够思考的著名试验“图灵测试”以来,该测试就被视为判断计算机是否具有模拟人类思维能力的关键。两位研究人员以真人、初代聊天机器人ELIZA、GPT-3.5和GPT-4为研究对象,试图了解谁在诱使人类参与者认为它是人类方面表现最成功。结果显示,多达54%的参与者将GPT-4误认为真人,是迄今为止首次有AI模型以如此高的结果通过图灵测试。

封面图片

【OpenAI:GPT-4在许多标准化测试中比人类表现得更好】

【OpenAI:GPT-4在许多标准化测试中比人类表现得更好】2023年03月15日02点52分老不正经报道,Open-AI刚刚公布大型语言模型的最新版本——GPT-4,该版本比以前的版本“更大”,这意味着其已经在更多的数据上进行了训练,并且在模型文件中有更多的权重,这使得它的运行成本更高。OpenAI表示,新模型将产生更少的错误答案,更少地偏离谈话轨道,更少地谈论禁忌话题,甚至在许多标准化测试中比人类表现得更好。例如,GPT-4在模拟律师考试的成绩在考生中排名前10%左右,在SAT阅读考试中排名前7%左右,在SAT数学考试中排名前11%左右。(CNBC)

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人