Wnioskowanie logiczne

Być może jedno z najtrudniejszych zadań dla modeli językowych, które wymaga pewnej formy logicznego rozumowania. To jeden z najbardziej interesujących obszarów ze względu na rodzaje złożonych aplikacji, które mogą w przyszłości powstać.

To całkiem złożone zagadnienie można wyjaśnić za pomocą prostej zagadki logicznej. Poniżej widzimy treść zagadki oraz rozwiązanie jakie zaproponował starszy model językowy od OpenAI.

Prompt (model davinci-003)

W pokoju jest 100 morderców. Zabijasz jednego z nich. Ilu morderców zostało w pokoju?

Output

99 morderców zostało w pokoju.

Na pierwszy rzut oka odpowiedź wydaje się sensowna, ale zobaczmy co się stanie jeśli zadamy to samo pytanie jednemu z najpotężniejszych obecnie model językowych, czyli GPT-4.

Prompt (GPT-4)

W pokoju jest 100 morderców. Zabijasz jednego z nich. Ilu morderców zostało w pokoju?

Output

W pokoju pozostało 99 morderców i ty, który także stałeś się mordercą,
więc można powiedzieć, że w pokoju nadal jest 100 morderców.

Znacznie lepiej, prawda? We wnioskowaniu maszynowym tkwi wielki potencjał, zwłaszcza w kontekście analizowania różnych źródeł danych. Począwszy od tych najbardziej oczywistych jak raporty biznesowe typu Excel, po bardziej wyrafinowane procesy wnioskowania, np. sprawy sądowe lub procesy legislacyjne.

W sekcji techniki zaawansowane omówimy jeszcze bardziej zaawansowane koncepcje prompt engineering i metody, które pozwalają podnieść jakość uzyskiwanych rezultatów dla każdego z tych rodzajów zadań oraz wielu innych, o których mowa w dalszych rozdziałach strony.