我要投稿

OpenAI的o1是万金油吗？专家为思维链“泼冷水”！研究发现：这三种任务不适合让AI“想太多”，o1准确率直降36.3%！

发布日期：2024-11-07 12:51:10 浏览次数： 2640

作者：51CTO技术栈

微信搜一搜，关注“51CTO技术栈”

别想太多！这句劝解有一定道理，在很多问题上过度思考反而会适得其反！

AI是否也会这样呢？

自 OpenAI 的 o1 推出后，思维链成为了 AI 能力升级的一个新方向。

掌握了“慢思考”的 AI ,通过思维链的逐步推理，大幅提高了模型理解问题的深度和准确性。o1在国际数学奥林匹克（IMO）资格考试中取得了 83% 的惊人准确率，让人直呼逆天。

这种提升，正来源于 AI 对人类解决问题时逐步思考过程的模仿。

受到人类认知心理学的启发，普林斯敦大学和纽约大学的团队合作，希望验证在哪些特定任务中，思维链会对 AI 的任务表现起到负面作用。

先甩个结论：在人类不能“想太多”的任务上，有半数任务中思维链同样起到了负向作用，分别是：隐式统计学习（Implicit Statistical Learning, ISL）、面部识别（Face Recognition, FR）和含有例外的数据分类（Classification of Data with Exceptions, CDE）。

6个人类不适合过度思考的任务，AI中了三个

过度思考降低人类能力的任务，也可能是CoT损害模型性能的任务。

顺着这个思路，该研究团队找到了6个人类不能“想太多”的任务。

根据论文，人类不适合的过度思考的六种任务可以分为两类：

1. 隐式统计学习（上图中：ISL）：分类由人工语法生成的字符串。在这项任务中，人如果过度思考，反而会干扰潜意识中的统计规律学习，导致表现下降。

2. 面部识别（上图中：FR）：从一组具有相似描述的面孔中识别特定的脸。若过度思考，会破坏直觉性的视觉识别过程，影响识别准确率。

3. 含有例外的数据分类（上图中：CDE）：在存在例外的情况下学习标签。过度思考会导致对规则的过度概括，忽略例外情况，从而降低准确性。

4. 自然语言推理（上图中：NLI）：识别逻辑上的不一致。过度思考可能使人们更容易忽视逻辑不一致性。

5. 空间直觉（上图中：SI）：倾斜水杯的判断。若人过度思考，则可能干扰直觉性的空间判断。

6. 工作记忆（上图中：WM）：聚合文本中描述的多个特征以做出决策。过度思考容易使人信息过载，影响决策质量。

在实验中，除了 o1 以外， GPT-4o, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro 等主流模型也都被测到了。除了 o1 自带思维链，其他的模型则使用了一句简单的Prompt“Please reason about your answer before answering “Yes” or “No”（请在回答是或否前进行推理）”，人为配置了思考过程。

结果表明，在前三项任务中，模型性能都同人一样，出现了下降。