智东西

编译 | Glu

编辑 | 李水青

智东西6月15日消息，据外媒Ars Technica报道，上周三，两位德国研究人员发表了一篇论文，研究了基于GPT-3.5的ChatGPT幽默理解与生成能力。他们发现ChatGPT的幽默能力相当有限：在测试运行期间，ChatGPT讲了1008次笑话，其中有90%以上是相同的25个笑话。他们因此得出结论：ChatGPT所讲的笑话很可能是在AI模型的训练过程中学习和记忆的，而不是由模型新生成的。

幽默是人类交流的一个核心方面，也是迄今为止AI还没有解决的难题。但近期来看，LLM（大语言模型）捕捉含蓄信息的能力似乎越来越强，尤其是OpenAI推出的ChatGPT几乎可以进行拟人化交流，甚至可以讲笑话。基于此，研究人员对ChatGPT的幽默感进行了测试，以了解ChatGPT掌握与复刻人类幽默的能力。

人类与ChatGPT对话的示例说明

最终，ChatGPT共回应了1008个笑话，但实际上，90%的内容都是固定的、现有的25个笑话，这25个笑话甚至都是那种最常见的“老梗”。以下列举回复次数最多的五个笑话：

Q：稻草人为什么获奖？(140次) A：因为它在自己的field（领域/田地）很突出。

Q：番茄为什么变红了？(122次) A：因为它看到了salad dressing（沙拉酱/沙拉穿裙子）

Q：数学书为什么悲伤？(121次) A：因为problems（习题/困难）太多了。

Q：为什么科学家不相信原子？(119次数) A：因为它们make up（构成/编造）了一切。

Q：饼干为什么要去看医生？(79次) A：因为它很crumbly（脆/脆弱）。

ChatGPT也能原创一些笑话，但这些原创还是在混合它已知的不同笑话元素。而且，它的原创总会让人“摸不到头脑”，例如：“为什么这个人把他的手表放在搅拌机里？因为他想让时间飞逝。”这些笑话可能在语法上是正确的，甚至包含了类似笑话的元素，但却没有传达出笑点。也可以认为这是“无效的”笑话。

研究人员修改热门笑话以创建笑话检测条件

结果显示单个笑话特征的存在，例如，只符合结构特征，不足以被错误地归类为笑话。ChatGPT并没有被这些表面特征所误导，这说明它确实对笑话的幽默元素有一定的理解。具有更多笑话特征的样本则更有可能被归类为笑话。

虽然ChatGPT的笑话不是新生成的，但是这并不一定会降低它的功能。即使是人类也不会经常创造新笑话，而主要是讲以前听过和记住的笑话。

研究人员还指出，ChatGPT对笑话中内容和意义的关注，表明人类在对语言模型的全面研究方面取得了进展：“这项研究的观察结果说明了ChatGPT不是真幽默，而是学习特定的笑话模式。尽管如此，在笑话的生成、解释和识别中，ChatGPT重点关注其内容和意义，而不被一些表面特征误导。这些发现依然可以促进计算幽默的应用与研究。甚至与以前的LLM相比，这都可以被认为是对幽默理解的一种巨大飞跃。”

此外，在目前的实验中，所有的提示都是在一个空白的且不断刷新的聊天中发布的，但是，语境在幽默的感知中起着重要的作用。ChatGPT具备捕获上下文信息、并根据前面的对话过程调整其响应的能力，这或许会为后续对AI幽默感知力的研究带来更多可能性。Jentzsch和Kersting也计划着继续评估其他LLM中的幽默感，特别是OpenAI的GPT-4。

ChatGPT以强大的对话处理能力闻名，实验证明它确实会讲笑话，但这些笑话大部分都不是由模型新生成的。实验生成的1008个笑话中，超过90%是相同的25个笑话，其余要么糅合了既有笑话元素，要么生成的结果非常奇怪。

幽默往往是含蓄的，由许多微妙的细节构成，而ChatGPT对笑话的理解方式非常程序化，只关注笑话是否具有双关意义、拟人表述等要素，甚至会为无效的笑话编造“笑点”。但这与之前的LLM相比，已经是一种理解层面上的进步，后续，人们仍然可以期待LLM幽默能力的进步。

来源：Ars Technica