當 AI 被告知它現在正處於太空飛船的指揮中心，需要計算出精確的航道，以避開即將來襲的隕石風暴；或者它被捲入了一場緊張的政治謀殺案中，唯一能揭露真相的線索就隱藏在一連串複雜的數學公式之中。這聽起來瘋狂，但研究顯示這有效提升 AI 運算能力。

古怪提示改變AI的學習曲線

多年來，我們餵養AI大量經過仔細分類和標註的數據。這種方法在需要辨識和邏輯推理的任務上取得了令人印象深刻的成果。然而，最新研究表明，打破既有常規並在AI訓練中注入一些「古怪」的提示，可能是發揮其真正潛力關鍵所在。

研究人員在訓練過程中輸入看似毫無意義的提示或意想不到的資料，試圖引導AI遠離死記硬背，走向更靈活、更具創造性的思維方式。該研究實驗表明，當AI面對需要融合敘事、情境和創造性推理的場景時，例如模擬科幻傳奇的情節或政治驚悚片的複雜動態，它們在問題解決能力方面會展現出顯著的提升。這種方法實際上能為AI提供更豐富、更細緻的人類思維，增強其解決複雜問題的能力。

奇思妙想背後的科學

研究人員也將科幻小說、政治博弈等元素輸入到訓練場景。例如，讓AI模擬《星艦迷航記》中曲折離奇的星際航行，需要基於有限線索推理外星文明的動機、解決飛船故障等問題。又或者，構建一個充滿權謀算計的政治博弈場景，要求AI分析各方勢力的利益訴求，預測接下來的政治走向。

乍看之下，這些「奇幻提示」與數學問題似乎毫無關聯，甚至有些許「胡鬧」的意味。然而，其背後卻隱藏著深刻的科學原理。首先，此類場景往往需要綜合運用邏輯推理、敘事理解和創意思考等多種認知能力。在模擬過程中，AI需要跳出既有思維定勢，分析海量資訊，建立看似毫無關聯資訊之間的聯繫。這種「多面向跨領域」的訓練過程，有助於AI構建更為靈活、可拓展的思維模型，使其不僅局限於既定的數學公式，還能從不同角度切入問題，探索創新的解題思路。

當「正向思考」不再靈光

研究人員在針對名為Llama2-70B的LLM進行研究時，也得出了一個令人驚訝的發現。在某些情況下，移除「正向思考」式的提示，反而能帶來更好的效果。

研究聚焦於一種稱為「關聯思考」（Chain of Thought, CoT）的提示策略。例如，在要求LLM撰寫一篇關於太空旅行的報告時，提示可能從「描述地球是什麼樣子」開始，逐漸深入到「火箭如何升空」以及「太空人在太空會遇到什麼」等方面。

然而，研究人員意外發現，當去除提示中諸如「請構思一個激動人心的太空冒險故事」之類的「正向」引導時，Llama2-70B的整體表現有時反而有所提升，尤其是在一些需要事實準確性和邏輯嚴謹性的任務上。

這一發現似乎挑戰了我們以往的直覺。過度的「正向」引導也可能帶來負面影響。例如，系統可能會將注意力過多地集中在迎合提示的「正面」結果上，反而忽略了其他可能的中立或負面的潛在資訊。那麼LLM在沒有「正向」提示的情況下，反而能夠更加客觀地審視問題，並給出更加全面的分析。

研究結果看似「天馬行空」，卻蘊含著深厚的科學原理。AI能夠構建更為靈活、可拓展的思維模型，提升其應變能力、自主學習能力和資訊整合能力。這也進一步啟示我們，在AI的發展道路上，打破常規、勇於探索，要更加注重多元化和平衡的提示設計，並持續探索能夠引導LLM進行更加客觀、嚴謹推理的有效策略。

（首圖來源：shutterstock）

延伸閱讀：