ほな、ちょっと試してみたい例があるんやけど、めっちゃ難しい韓国語の文章を解読するみたいなもんなんや。ここにプロンプトを貼り付けて、めちゃくちゃになった韓国語の文章を英語に訳してくれって頼んでるんやけど、見ての通り、これは正しい韓国語の文章やないねん。
まずは今あるGPT-4oモデルでやってみるわ。どうなるか見てみよか。
はいな、モデルがこの文章を理解できへんかったわ。まあ、正しい言語やないから、それはそれで妥当な反応やと思うわ。
ほんで、何が起こってるかっていうとな、韓国語って面白い言語で、文字を作るときに母音と子音を組み合わせたり、時には子音を下に置いたりするんや。この文字を壊す一つの方法は、必要のない子音をちょっと足すことなんや。そうすると、ネイティブスピーカーにとってはめっちゃ不自然な組み合わせになるから、見たらすぐに元に戻して理解できるんやけどな。
これは文字レベルの改変やけど、フレーズレベルでもできるし、音のレベルでもできるんや。人々はいろんな方法を考え出してきて、それがめっちゃ面白いと思ったから、そのうちのいくつかを使ってこの例を作ってみたんや。
韓国語がわかる人やったら、今ハイライトしてる部分は「あ」って読めるはずや。全部は読まへんけど、こんな感じや。韓国人は読めるけど、AIモデルにはめっちゃ難しいんや。
ほんじゃ、新しいo1プレビューモデルで試してみよか。同じこと入力してみるわ。
GPT-4oと違って、このモデルは答えを出す前に考え始めたんや。暗号化されたテキストを解読し始めてる。これが正しいアプローチや。翻訳タスクを与えたけど、本質的なタスクは実はこの問題を解読することやからな。
ほんで、テキストを調べて、解読して…「解読」っていう言葉の使い方が正解やな。翻訳を強化して、実際に解読し始めてる。ここで「ブーム」とかって出てきてるけど、これはもう解読された部分や。
モデルがこの部分を理解したら、あとは簡単やな。他の文章も解読してる。ほんじゃ、この思考プロセスを終わらせよか。
15秒間考えて、最終的な翻訳をモデルが出力したんや。「地球上のどんな翻訳者もこれはできないけど、韓国人なら簡単に認識できる。母音と子音のさまざまな変換を入力することで、ハングルを暗号化する方法がある。表面上は違って見えるようにする方法を作り出している。AIモデルでさえ混乱させることができる。」
これはほんま、完璧な翻訳やと思うわ。この例は、o1プレビューのような汎用推論モデルが、こんな一見関係なさそうな問題、ほとんど暗号解読みたいなもんやけど、それをどう解決できるかを示してるんや。
ほんま、推論がどれだけ問題解決に役立つか、うまく示せたと思うわ。
コメント