弱智竟成第一！科研团队训练语言AI 百度弱智吧资料模型跑分最高

弱智竟成第一！科研团队训练语言AI 百度弱智吧资料模型跑分最高｜AI可说是近年科技的焦点，由语言AI模型到AI绘图、AI剪片、AI助手等等，能在生活中应用AI技术的地方越来越多，世界各地的科研团队和技术人员也在积极开发AI。而最近内地就有团队研究如何提升中文AI语言模型的性能，运用百度贴吧“弱智吧”的资料来训练AI，结果却令人出乎意料地好。

百度贴吧著名胜地“弱智吧”

“弱智吧”是内地著名讨论区“百度贴吧”的其中一个贴吧（版块）；一般而言百度贴吧的名称代表该贴吧的讨论主题，但弱智吧当然不是真的弱智人士的集中地或讨论智力障碍的地方，而网民“耍白痴”开玩笑、分享无聊笑话（烂gag）和对答的集中地，感觉类似香港高登讨论区、连登讨论区上的“假胶”；只是在弱智吧内几乎没有认真讨论的帖文，全都是在耍弱智。

👉3DS Wii U中止互联网服务｜网民数当年玩过咩game：MH4G系我嘅青春

让人意想不到的是，耍废、冷笑话的集中地“弱智吧”，竟然能成为语言AI训练模型的良好学习资料。内地网民“量子位”日前就在资讯网站“虎嗅”上撰写文章分享，指内地一个由中科院深圳先进技术研究院、中科院自动化研究所，滑铁卢大学等众多高校、研究机构联合团队，使用各个互联网平台的帖文来训练语言AI模型，然后以该模型来跑分测试其性能。

据悉这项研究最初是为解决中文大模型训练中的诸多问题：例如训练用的中文资料集往往是从英文翻译过来，未能很好地契合中文的语言习惯和文化背景；以及资料集质量难以保证、资料量小、覆盖领域不全面等问题，容易令训练出来的语言模组出现事实性错误。

团队从中文网际互联网的各种知识源头及社交平台如知乎、豆瓣、百科、小红书等收集资料，经过挑选及审核之后，成为一份多样化的中文指令微调资料集COIG-CQIA，而“弱智吧”亦是其中一个资料来源。

👉Mario也输给她！英国电影学会票选最具代表性游戏角色 网民不认同

团队接下用这些来自不同平台的资料集来训练“零一万物Yi系列”开源大模型以测试其性能，结果发现使用“弱智吧”帖文训练的语言AI，跑分成绩比使用百科、知乎、豆瓣、小红书等社交平台来训练的AI要高得多，甚至比团队用特意挑选的资料集所训练出来的模型的成绩都要好。

在规模较小的Yi-6B模型上，纯弱智吧版本总分排名第三，已经是令人意外的佳绩了；而到了规模较大的Yi-34B模型测试，弱智吧版本的表现可谓一骑绝尘，在问答、头脑风暴、分类、生成、总结、提取等8项测试中取得最高分。用弱智吧资料训练出来AI模型仅在改写和数学任务上没能取得最高分，但成绩亦在前列。

最让人意想不到的是，在安全评估上弱智吧版本也能排上第二；而在测试中弱智吧AI的编程能力（写code）也超过了使用专业编程技术问答社区“思否”资料训练出来的AI。

对于本以为是“弱智”的资料却训练出最高性能的AI模型，研究人员认为原因可能是“弱智吧的问题增强了AI的逻辑推理能力，从而令其遵循指令任务的能力有所提高。”

👉《星之后裔》 首抽攻略｜快刷首抽方法 开局最强角色推荐｜手游

“弱智吧Benchmark”无厘头问题帖文成AI测试工具

研究公开之后除了网友对“弱智成最强”一事感到莞尔之外，也有人认真讨论起为何弱智吧有如此神奇的功效。有人认为原因是弱智吧题目的性质像“脑筋急转弯”：事实上在今次研究之前，“弱智吧”中的问题就经常被网民拿来测试AI模型，因为这些问题往往像是“IQ题”般带有陷阱，刚好可以用来测试AI的逻辑能力高低。

例如早前内地的“文心一言”AI模型，就被网友以大量“弱智吧”的帖文来测试，结果也是令人哭笑不得。如以下的问答示例，2023年3月的文心一言还无法理清问题的不合理之处、呆呆地直接回答问题，到后续版本才能正确回答。

👉 Apple AirTag 又建一功！日本网友爱车失窃险被㓥 靠它极速寻回

有指弱智吧问题如今已成每个新模型发布前必须要过的一关，被戏称为“弱智吧Benchmark”。

亦有人认为弱智吧如此“高能”的原因是零一万物Yi系列这种大模型正常已经以许多资料训练过，再用知乎、小红书等一般平台的资料来训练也没什么效果，反而是弱智吧的非传统文字才对AI产生了训练效果。

如果有兴趣了解弱智吧资料究竟如何达成这一成就，可以查看该当论文。