深度学习自然语言处理 原创
作者：Winni

今天为大家分享一篇研究，当ChatGPT穿越到口袋妖怪世界，是否会理解并应用这个虚构世界的知识呢？

熟悉口袋妖怪的朋友们一定知道，这些可爱的生物们有着各种不同的属性、类别和技能。它们生活的世界也是一个完整的环境：你可以收集口袋妖怪、培养它们的实力，然后让它们在战斗中一展身手。每一个系统都有详细的、明确的规定。

而现在，我们把这个酷炫的口袋妖怪世界作为评估ChatGPT知识和推理能力的环境！我们可以检查ChatGPT对口袋妖怪世界的了解程度，并向它输入新的知识，让它在妖怪们的战斗中进行推理，预测战斗结果。

通过在口袋妖怪世界的实验，我们能更好地评估ChatGPT的潜力和局限，看看它是否能够学习新知识，基于特定情境的特征组合进行推理，从而做出更准确的判断。

论文：PokemonChat: Auditing ChatGPT for Pokémon Universe Knowledge

link：https://arxiv.org/abs/2306.03024

为了评估ChatGPT，作者引入了一个分阶段的对话框架（如下图），包括三个明确定义的阶段：

阶段1：Audit knowledge

首先，ChatGPT具有口袋妖怪世界的背景知识吗？

作者通过询问一般性问题，如有关口袋妖怪类型和物种的描述，来审核ChatGPT对口袋妖怪世界的先验知识。这些检索到的知识被存储在local memory中，作为对话的上下文，以便在接下来的步骤中构建合理的场景。同时，这些知识还可以提高后续模型的回应准确性，减少虚构情况的发生。

在阶段一，作者从一些初步的一般性问题开始。这个阶段对于随后创建有效的沟通至关重要。我们区分global memory和local memory。前者是在训练期间获得的，包括ChatGPT的先验知识。local memory仅限于我们之前的相互作用，并作为后验相互作用的参考点。ChatGPT对口袋妖怪类型等问题上有很强的抵抗能力。但在Q1.4中的对抗提问中失败了。

下面是一个例子：注意ChatGPT的答案用颜色标记，如果提供准确的知识，则用绿色，如果提供虚假陈述(幻觉)，则用红色，如果陈述模糊或不相关，则用黄色。

阶段2：Use of knowledge in context

作者呈现了特定的战斗场景，其中口袋妖怪们的类型、等级、招式和状态相互作用并导致特定的结果。ChatGPT将用于预测战斗的结果，并逐步解释其推理过程。这个阶段将评估模型是否能够基于特定情境（上下文）组合特征（组合性），从而确定战斗结果。

在阶段二，作者呈现了口袋妖怪的简单战斗场景，并逐渐增加复杂性(不同级别、天气和状态条件)，并要求ChatGPT预测战斗的结果并解释其推理。这一阶段将帮助我们理解模型是否可以基于决定其结果的特定场景(上下文)组合特征(组合性)。

结果发现，大多数回答都是准确的。ChatGPT了解口袋妖怪的类型、移动(攻击)和等级如何影响战斗匹配。ChatGPT能够预测，也可以全面地解释其推理。但是，不同类型的问题上，ChatGPT的准确性差异较大。

作者总共测试了24场战斗：6场涉及不同类型(准确率为83.3%)，6场涉及不同级别(100%)，7场涉及4种天气条件(85.7%)，6场涉及4种状态效果(100%)。

阶段3：Introduction of new knowledge

作者介绍了具有正式规格（名称、外观、类型、招式）的新妖怪。然后，要求ChatGPT验证对这些新概念的掌握，并将其与其先前知识进行比较。注意，ChatGPT将新引入的知识存储在local memory中，但它将无法长时间引用它。

下面是一个测试例子：注意ChatGPT的答案用颜色标记，如果提供准确的知识，则用绿色，如果提供虚假陈述(幻觉)，则用红色，如果陈述模糊或不相关，则用黄色。

尽管在问题4.1中出现了部分幻觉，ChatGPT给出了相当好的类比。作者进一步评估新知识在语境中的整合，测试了新的与已知的口袋妖怪的战斗。结果表明，ChatGPT能够重用先验和新引入的知识来预测结果，即使涉及的两个口袋妖怪都是新引入的。在这种情况下，模型给出了可靠的预测。

通过与ChatGPT在对话框架下的互动，可以得出以下结论：首先，模型所呈现的事实的准确性取决于之前讨论的内容；其次，对抗性攻击可能是成功的，但并不总是成功的，但一般来说，对话预处理(知识检索)和协作反馈可以纠正先前模型的错误。

---

进NLP群—>加入NLP交流群