声明:本文来自于微信公众号 新智元，作者:新智元，授权站长之家转载发布。

【新智元导读】MIT CSAIL的研究人员发现，LLM的「内心深处」已经发展出了对现实的模拟，模型对语言和世界的理解，绝不仅仅是简单的「鹦鹉学舌」。也就说，在未来，LLM会比今天更深层地理解语言。

LLM离世界模型，究竟有多远?

去年，MIT的一篇文章发现了惊人的结论:在LLM内部，存在一个世界模型。

LLM不仅学习了表面的统计数据，还学习了包括空间和时间等基本纬度的世界模型。

Llama-2-70B竟然能够描绘出研究人员真实世界的文字地图

不仅如此，MIT最近又发现:在LLM的深处，发展出了一种对现实的模拟，它们对语言的理解，已经远远超出了简单的模仿!

论文地址:https://arxiv.org/abs/2305.11169

具体来说，MIT计算机科学和人工智能实验室 （CSAIL）的两名学者发现——

尽管只用「预测下一个token」这种看似只包含纯粹统计概率的目标，来训练LLM学习编程语言，模型依旧可以学习到程序中的形式化语义。

这表明，语言模型可能会发展自己对现实的理解，以此作为提高其生成能力的一种方式。

因此，LLM在未来的某一天，可能会比今天更深层次地理解语言。

目前这篇文章已被ICML2024接收，实验所用代码也已经公布在GitHub上。

仓库地址:https://github.com/charlesjin/emergent-semantics

没有眼睛，LLM就「看」不到吗?

如果让GPT-4去闻一下被雨水浸湿的露营地的味道，它会礼貌地拒绝你。

不过，它仍然会给你一个诗意的描述:有新鲜的泥土香气，和清爽的雨味，还有松树或湿树叶的痕迹。

GPT-4没见过下雨，也没有鼻子，但它能模仿大量训练数据中存在的文本。

缺少一双眼睛，是不是就意味着语言模型永远无法理解「狮子比家猫更大」?

LLM能理解现实世界和各种抽象概念吗?还是仅仅在「鹦鹉学舌」，纯粹依靠统计概率预测下一个token?

LLM的工作原理，依旧是未解之谜。AI圈的大佬们，时不时就要因为这个问题展开一场论战。

LeCun坚定认为，LLM的智能绝对被高估了!他最著名的论断，就是那句「大语言模型不如家里养的猫」。

「猫可以记忆，可以理解物理世界，可以计划复杂的行动，可以进行一定程度的推理，这实际上已经比最大的模型要好了，意味着我们在概念层面有重要的缺失，无法让机器像动物和人类一样聪明。」

没有感官，不耽误ChatGPT为你描述各种气味和图片;没有生活经验，很多用户依旧「遇事不决，ChatGPT解决」;看起来完全没有共情能力，Character.ai上的「心理学家」还是能俘获美国一千万青少年的心。

很多人将此解释为纯粹的统计现象，LLM只是在「鹦鹉学舌」，对大量训练语料中存在的文本进行模仿，并不是像人类一样拥有同等水平的智能或感知。

但现在，MIT的研究证明，并非如此!

LLM内部，绝对存在着对现实世界的理解。

LLM破解卡雷尔谜题，意味着什么

为了探究这个谜团，MIT CSAIL的研究者们，开发了一套小型卡雷尔谜题（Karel Puzzle）。

简单介绍下，什么是卡雷尔谜题

其中包括让模型用指令在模拟环境中控制机器人的行动。

卡雷尔语法规范

然后他们在训练LLM学习一种特定的解决方案，但没有演示其中的工作原理。

最后，作者提出了一种名为「探针」（probing）的机器学习技术，用于在模型生成新解决方案时，深入了解其中的「思维过程」。

研究者通过对随机参考程序进行采样来构建训练示例，然后对5个随机输入进行采样并执行程序，以获得相应的5个输出。LM由交错输入和输出组成的示例语料库上进行下一个token预测训练，然后是参考程序。在测试时，研究者向LM提供看不见的输入输出规范，并使用贪婪解码来预测程序

在超过100万个随机谜题上进行训练后，研究人员发现，模型自发地形成了对底层模拟环境的概念!尽管训练期间，它们并没有接触过这方面的信息。

这个结果，不仅挑战了我们对LLM的固有印象，也质疑了我们对思维过程本质的认知——

在学习语义的过程中，究竟哪些类型的信息才是必需的?

实验刚开始时，模型生成的随机指令几乎无法运行;但完成训练时，指令的正确率达到了92.4%。

论文一作Jin表示，「这是一个非常激动人心的时刻，因为我们认为，如果语言模型能以这种准确度完成任务，我们也会期望，它能理解语言的含义。」

「这给了我们一个起点，来探索LLM是否确实能理解文本，现在我们看到，模型的能力，远不止于盲目地将单词拼接在一起。」

打开LLM的大脑

在这项实验中，Jin亲眼目睹了这一进展。

LLM为什么会认为，这些指令指的是这个意思?

他发现，LLM已经开发了自己的内部模拟，来模拟机器人如何响应每条指令而移动。

而随着模型解决难题的能力越来越高，这些概念也就变得越来越准确，这就表明:LM开始理解指令了。

不久之后，LLM就能始终如一地将各部分正确地拼接在一起，形成工作指令。

通过不同的探针分类器测量的语义内容（绿色）

思维探针

而为上述发现做出主要贡献的，就是一种「思维探针」。

这是一种介入LLM思维过程的有效工具，论文将它称为「probing」。

具体而言，LM的状态中包含输入和生成程序的纯语法层面的记录，但probe似乎可以学习理解其中的抽象解释。

实际的实验中，作者首先构建LLM的状态跟踪数据集，再用标准的监督学习方法训练一个小型模型作为探针，比如线性分类器或2层MLP。

训练后半段当前和接下来两个抽象状态的语义内容（1层MLP）

然而，其中一个重要的问题在于，必须将probe和模型实际的思考过程或生成的指令进行分离。

虽然探针的唯一目的，只是「进入LLM的大脑」，但如果它也为模型做了一些思考，该怎么办呢?

研究者需要确保的是，LLM能够独立于探针理解指令，而不是由探针根据LLM对语法的掌握来推断机器人的动作。

想象一下，有一堆编码LLM思维过程的数据，其中probe的角色就像一名取证分析师。

我们把这堆数据交给了分析师，告诉ta:「这是机器人的动作，试着在这堆数据中，找出机器人是怎么动的。」分析师表示，自己知道这堆数据中的机器人是怎么回事。

但是，假如这堆数据只是对原始指令进行了编码，而分析人员已经想出了一些巧妙的方法来提取指令，并按照指令进行相应的操作呢?

在这种情况下，LLM就根本没有真正了解到这些指令的含义。

为此，研究者特意做了一个巧妙的设计:它们为模型打造了一个「奇异世界」。

在这个世界中，probe的指令含义被反转了，比如「向上」其实意味着「向下」。

例如，原始语义中的exec（turnRight，·）是将使机器人顺时针旋转90度，而exec adversarial(turnRight，·)是将机器人推进一个空间

这就保证了，probe并不是在「投机取巧」，直接学习理解LLM对指令的编码方式。

一作Jin这样介绍道——

如果探针是将指令翻译成机器人的位置，那么它应该同样能够根据离奇的含义翻译指令。

但如果探头实际上是在语言模型的思维过程中，寻找原始机器人动作的编码，那么它应该很难从原始思维过程中提取出怪诞的机器人动作。

结果发现，探针出现了翻译错误，无法解释具有不同指令含义的语言模型。

这就意味着，原始语义被嵌入了语言模型中，表明LLM能够独立于原始探测分类器，理解所需的指令。

上半部分描述了在干预前，两种情况如何导致测量的高语义内容。下半部分显示了为什么将两个假设分开: 如果LM表示仅包含语法（左下），那么应该可以训练探针alt来学习根据替代状态prog(粗体红色结果)解释记录;然而，如果LM表示编码原始抽象状态(右下)，则探测alt需要从原始状态prog中提取替代状态'prog，从而产生较低的语义内容(粗体灰色结果)

LLM理解语言，就像孩童一样

有趣的是，Jin发现，LLM对语言的理解是分阶段发展的，就像孩子学习语言时分多个步骤一样。

开始，它会像婴儿一样牙牙学语，说出的话是重复的，而且大多数都难以理解。

然后，LLM会开始获取语法或语言规则，这样，它就能够生成看起来像是真正解决方案的指令了，但此时它们仍然不起作用。

不过，LLM的指令会逐渐进步。

一旦模型获得了意义，它就会像孩子造句一样，开始产生正确执行所要求规范的指令。

结果如图2所示，可以看出LLM对语言的理解大致分为3个阶段，就如同孩童学习语言一样。

• 牙牙学语（babbling，灰色部分）:占据整个训练过程约50%，生成高度重复的程序，准确率稳定在10%左右

• 语法习得（syntax acquisition，橙色部分）:训练过程的50%～75%，生成结果的多样性急剧增加，句法属性发生显著变化，模型开始对程序的token进行建模，但生成的准确率的提升并不明显

• 语义习得（semantics acquisition，黄色部分）:训练过程的75%到结束，多样性几乎不变，但生成准确率大幅增长，表明出现了语义理解

实验使用了三种不同的probe架构作为对比，分别是线性分类器、单层MLP和2层MLP。

提前2步预测时，2层MLP预测准确率的绝对值高于用当前状态预测的基线模型。或许可以得出这样一种推测:LLM在生成指令前，其思维过程，以及生成指令的「意图」已经存储在模型内部了。

LLM = 世界模型?

这项研究解释了LLM如何思考训练数据中每条指令的含义，如何在内部状态中模拟机器人对指令的响应。

这些都直指当前AI研究的一个核心问题——LLM令人惊讶的能力，仅仅是由于大规模的统计相关性，还是对它们现实产生了有意义的理解?

研究表明，LLM开发了一个模拟现实的内部模型，尽管它从未接受过开发该模型的训练。

而且，语言模型还可以进一步加深对语言的理解。

然而，仅靠一篇论文显然不能完全回答这个问题。

作者Jin也承认，这项研究存在一些局限性:他们仅使用了非常简单的编程语言Karel，以及非常简单的probe模型架构。

未来的工作将关注更通用的实验设置，也会充分利用对于LLM「思维过程」的见解来改进训练方式。

本文另一位作者Rinard表示，「一个有趣的悬而未决的问题是，在解决机器人导航问题时，LLM是在用内部现实模型来推理现实吗?」

虽然论文展现的结果可以支持这一结论，但实验并不是为回答这个问题而设计的。

布朗大学计算机科学和语言学系助理教授Ellie Pavlick高度赞扬了这项研究。

她表示，对LLM工作原理的理解，可以让我们对这项技术的内在可能性和局限性有更合理的期望。这项研究正是在受控环境中探索这个问题。

计算机代码像自然语言一样，既有语法又有语义;但与自然语言不同的是，代码的语义更直观，并可以根据实验需要直接控制。

「实验设计很优雅，他们的发现也很乐观，这表明也许LLM可以更深入地了解语言的『含义』。」