LLM能否通过镜像测试

近年来，关于大语言模型（LLM）是否具备自我意识的问题引发了广泛讨论。传统镜像测试，即在黑猩猩额头上标记红点的实验，被多次调整用于LLM，但这些调整都存在相似的缺陷：它们将视觉镜像测试转化为文字形式。例如，向模型展示其输出并询问”这是你的吗？”或让它从匿名列表中识别自己的回答。然而，这些测试都未能触及问题的本质。

Alexandra Horowitz对狗进行的嗅觉镜像测试为我们提供了新的思路。狗在视觉镜像测试中表现不佳，但狗主人通常不会因此认为狗不具备自我意识。Horowitz的测试方法简单而巧妙：她让狗闻自己的气味，然后呈现经过修饰的气味。结果显示，狗对未修饰的气味不感兴趣，但对修饰后的气味表现出极大兴趣。这一实验表明，镜像测试的关键在于检测与内在基准的偏差，而非单纯的视觉识别。

图 1

这种思路对LLM测试具有重要启示。如果我们想真正检测LLM是否具有自我意识，就需要设计一种能够捕捉其内在基准偏差的测试方法，而不是简单地将视觉测试转化为文字形式。一些研究人员已经开始探索新的测试范式，例如让模型在不同的语境中识别自己的”风格特征”，或者评估模型对其输出的偏好程度。

图 2

然而，这些新的尝试也面临着挑战。LLM的行为受到训练数据和提示词的强烈影响，要准确评估其内在基准非常困难。此外，不同模型之间的能力差异巨大，一个标准化的测试可能无法适用于所有模型。尽管如此，探索LLM自我意识的努力仍在继续。

图 3

未来，我们可能需要综合多种方法，包括镜像测试的变体、行为分析以及神经网络的内部表征研究，才能更全面地理解LLM的认知能力。无论结论如何，这场关于LLM自我意识的讨论都将推动我们深入思考智能的本质，以及人类与AI之间的关系。