ChatGPT发疯怎么办？小冰李笛：两个关键，我可破之

微软必应接入GPT大模型后，效果并没有大家想象中那么好——它发疯了。 如今官方紧急出面，更 （砍） 新 （ 掉） 了必应上面最受欢迎的功能，也就是发表观点的能力。 大伙儿显然很不买账，认为新必应失去了最有意思的部分，现在版本的体验感甚至不如siri 1.0。 有网友寄希望于必应背后的大模型升级：

说不定现在只是GPT-3版本，GPT-4还没发布呢。 然而据《纽约时报》等爆料，必应背后的大模型很可能就已经是GPT-4了…… 我们将这一现象抛给国内最熟悉AI Chat领域的人—— 李笛 。 他上来就给热得发烫的大模型浇了盆冷水：

新必应和ChatGPT目前表现出来的bug，反映出大模型不得不解决的一个关键问题。

这个问题可以一时无视，但做大模型、甚至是类ChatGPT产品，如果不解决它，终究会碰壁。 这个bug，就是大模型的逻辑能力。

事情要从ChatGPT背后的GPT-3.5模型说起。 从GPT-3.5开始，大模型展现出一种 突破性 的能力——思维链 （CoT，Chain of Thought） ，也就是逻辑思考能力。 举个例子，在做数学题时，相比直接输出答案，模型能 一步步推理 直至给出正确答案，体现的就是思维链能力： 但此前在中小模型、甚至一部分大模型上都没有发现这种能力，学界便认为这是某些大模型独有的“新特性”。 基于这一“新特性”，大火的ChatGPT横空出世，在回答问题和发表看法时展现出了像人一样思考的效果。 然而李笛认为，GPT-3.5表现出的这种逻辑能力，是 不稳定、不可控甚至危险 的。

第一，它的思考方式不透明；第二，它连引用来源都没有。 这两个问题看似被OpenAI用大量人工精细标注的数据、大量的模型参数掩盖了起来，但一旦加入不可控因素 （像必应一样接入互联网、或修改参数等） ，就随时可能导致模型崩溃。 因此，如今逻辑思考能力正在成为大模型的 双刃剑 —— 使用效果好，大模型迈入新的时代；一旦失控，只会让大模型更难落地。 为了举例说明大模型的逻辑能力存在问题，李笛提到了小冰公司最新发布的产品 小冰链 。 小冰链 （X-CoTA，X-Chain of Thought & Action） 同样是个大语言模型，通过对话的方式帮人们解答问题。 但它最典型的不同，在于仅仅用GPT-3参数量2%的模型就实现了思维链，而且思考过程还是透明的。 在 模型大小 上，它不仅不是GPT系列的千亿参数大模型，背后参数只有几百亿甚至最低能降到 35亿 ； 至于 功能 上，它拒绝像ChatGPT一样生成综述、作业和发言稿，但能实现的功能更多。除了不避讳对事件发表看法、主动联网找答案以外，还能灵活调用各种模型或知识库完成任务。 具体来说，小冰链的架构分为 三个模块 。 模块一 负责运用思维链 （CoT） 能力处理语句。 这部分可以调用具备CoT能力的大模型来实现，但也可以调用上面说的35亿参数左右的中模型，将输入的语句转换成具体行动的Action指令输出。 模块二 负责执行指令 （Action） ，这部分接收并处理模块一输出的Action指令，负责执行对应的任务。 根据处理的指令不同，模块二调用的模型和数据也并不相同，至少有三大使用方式：