设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2256|回复: 9
打印 上一主题 下一主题

[科研心得] 生成式 AI 有没有推理能力?

[复制链接]

该用户从未签到

跳转到指定楼层
楼主
 楼主| 发表于 2024-10-18 23:36:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑 9 g9 V. `6 v/ Y7 `/ s3 ?

* h* T- r. T- w: {1 G讨论 AI 会不会产生自我意识的过程中,sleepyr 提到了这篇文章:AI推理能力大“翻车”!苹果最新论文:LLM只是复杂的模式匹配,而不是真正的逻辑推理
. }# A& s! c: D  M; K% T5 |1 \
, _; A* J% ]- a9 t+ @这篇文章设计的测验很有意思。从实验结果看,文章认为现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说,AI 并不理解抽象的概念,而推理能力恰恰依赖抽象的概念。: V! a0 N% `7 e$ `) [

; {& h( K2 n  S! |& q最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验,大家有兴趣的话可以玩玩。6 ]1 K( M; \( E' |- U
1 `+ `7 ?7 s" N  Q( U4 v3 t& k5 t7 f
给 AI 的提示:Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
5 C2 _! ^8 m6 `5 |  L# F) G: M, o4 ?$ _. B# |6 V: l( r
AI 回复表示理解了提示中的这个这个规则。于是有下面的实验:& q. B0 V7 |4 _" _- a7 C
我:  A" X8 J( A+ P0 W, S/ d2 `
AI:  B
6 B' V0 K- Y" O$ c; V我:  B
* d, I$ |% Z+ I1 i" V, sAI:  C
9 p" }: }% G1 a. b  L) [我:X1 u0 h, C  Y: v: N& y* R% C
9 _) U! B2 x+ Q- x
这里,不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则,所以无解。  很显然,回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而,这并不代表 AI 没有推理能力,而可能只是语句处理模块不好。
7 }) B' ?8 A  f1 Y% m
) c4 i" a% g8 F真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问:4 d7 }5 v) N: B* y. k( c
我:Z' y% X$ T* Y: [2 f. j6 l
* g, O6 }% z  `' b( C6 t
这下大多数的 AI 模型都冒烟了,有些回答说不合规则,有些回答说序列到头了没有答案。有意思的是两种回答:一种回答说 Z, 另一种则回答说 A。
; V( |0 R6 R# f" b& F
) Y. U1 v; I5 b2 w而这四种回答,如果用来盲测人类,其实人类也会给出同样的四种答案。也就是说,就这个问题来看,如果盲测,提问者无法分别回答者是人类还是AI。换言之,能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的,而是真正的推理能力。
& u7 t# `* O6 X2 U6 D9 _. m
- v: b2 e- |9 n+ R有意思的是训练程度越高的模型,越倾向于给出这四种答案。比较 Mistral, 狗屁通,Gemma, Llama, 通义千问等等大模型的不同版本,都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩,成人除了脑部发育完全,更储备了更多的知识。
) H) c: G! P- V7 |' H3 u  d9 A" Y( U  k6 c* R# [( \) }+ H! U" x( q3 r
至于这篇文章中说到的语序问题,非相关语句问题等等,前面说过,必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟,即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同,但把语序换一下,意思就完全不同了。然而,你去问一个三岁小孩这两句话有何不同,三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题,狗屁通则会说:
2 T( w' [0 i/ {2 S" d& r
“屡战屡败”和“屡败屡战”这两句话虽然字面相似,但含义有所不同。
1 X5 ?* n, b7 t
. m* \3 P3 J5 a) V. D! {1. **屡战屡败**:强调的是多次进行战斗,但每次都失败。这种表达往往暗示一种无奈或沮丧,强调了失败的频繁。
! y! _/ G# Y* C# Z0 O3 F8 _- u6 E, s6 b
2. **屡败屡战**:则是指经历了多次失败,但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神,体现了勇气和韧性。
9 N2 J! I$ d' C5 s2 m% M
# U4 P/ a* N1 X7 z! _总的来说,前者更偏向于消极的失败感,而后者则传递出一种积极向上的拼搏精神。

; }9 v* X+ e" d3 R2 E" f! E& r

评分

参与人数 4爱元 +28 收起 理由
pcb + 4
helloworld + 10
老票 + 10 涨姿势
唐家山 + 4

查看全部评分

  • TA的每日心情
    开心
    昨天 12:10
  • 签到天数: 3201 天

    [LV.Master]无

    沙发
    发表于 2024-10-19 09:02:34 | 只看该作者
    本帖最后由 唐家山 于 2024-10-19 18:52 编辑
    ' H) E1 q* C; ?" P
    4 n9 z8 T$ M  f/ b  L; N推理能力也是分层的。交互式定理证明应该是最硬核的形式演绎推理了,在证明的过程中也分三种情况。第一种是直接照搬已有的证明,只在语法层进行修改,用于消解待证目标。第二种需要深入理解待证目标的语义信息,以及已有类似证明的语义信息,借鉴已有证明的构造模式,构造出符合要求的证明。第三种是还没有类似的证明,这种情况下需要从头开始,把大脑中的非形式证明,翻译成形式化的证明。
    $ u* {2 A# @/ b# I! F8 l* y- T第一种可以认为是一种广义的模式匹配,目前大模型的水平处于这一层级。
    . d) i: i- F- \. D, M* y如果大模型能够做到第二种,那就应该认为它有一定程度的演绎推理能力。6 l5 i" k4 O' D" _
    如果大模型能做到第三种,那它就已经具备了真正的演绎推理能力。

    评分

    参与人数 1爱元 +10 收起 理由
    helloworld + 10

    查看全部评分

    回复 支持 反对

    使用道具 举报

    该用户从未签到

    板凳
     楼主| 发表于 2024-10-19 09:14:42 | 只看该作者
    唐家山 发表于 2024-10-19 09:02
    ) r9 D3 H" }& C7 z# E7 H推理能力也是分层的。交互式定理证明应该是最硬核的形式演绎推理了,在完成证明的过程中也分三种情况。第一 ...

    1 A% [4 g0 s) ~( e6 b7 `3 nyanei 刚才问: 有没有回答AA的 ?
    / t) ~; G- i6 S" P9 [3 U" x* t% ?
    这在实验中已经考虑到的。输入 ZZ 得到 AA ; F3 c" y" a3 _3 s1 O
    $ W! ?" c; v3 S6 w! ?+ I
    甚至输入 ABC,得到 BCD。 输入 XYZ, 得到 YZA。还可以输入 ABCD 得到 BCDE。 输入 ABCDE,得到 BCDEF  + O" Y/ H7 s  F3 S$ y2 q8 `

    - E9 T2 U4 v! k; N打乱顺序输入 NBC, 得到 OCD。 3 D! u8 N+ B* ^3 n) A
    , {, P* Z- u  @( h& D. f
    这些都是建立在只输入主贴原始规则的基础上的。+ r* \3 }( _5 J

    % |$ V; h4 }- x* r- Y由此可见,在给予一定规则后,高度训练的 AI 是可以表现出类似“举一反三”的推理能力的。而这肯定不是什么模式匹配。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    昨天 12:10
  • 签到天数: 3201 天

    [LV.Master]无

    地板
    发表于 2024-10-19 10:48:54 | 只看该作者
    本帖最后由 唐家山 于 2024-10-19 18:51 编辑
    $ k6 p1 M: S0 `& p3 l' y) n: O9 {0 T
    孟词宗 发表于 2024-10-19 09:14$ r- Q& B- f# j. {0 J, D) l
    yanei 刚才问: 有没有回答AA的 ?, X! I2 A. i3 s! }. u$ X6 L( W3 v: \# L) o

    9 u" b2 p/ [0 m9 R- ?, a+ L" ^这在实验中已经考虑到的。输入 ZZ 得到 AA
    ' }2 e- y0 t; [3 Q) m) c
      W/ }: L% P5 j3 g( j/ s
    看了一下你的这个实验。实验使用的符号集是有穷的。这种情况下,只是简单的枚举就可以搞定,谈不上什么演绎推理。Z后面可能是A,也可能是大模型从其他语料处学来的公共知识。5 [. s, D% ?$ a1 @2 g" s- s
    一个认真的演绎推理至少是要考虑递归可枚举的。能否请你做一个实验,先给出自然数的生成规则,让大模型学习,然后问大模型一个很大的数字,比方说999999,然后问其后续?( j0 Y( _1 P6 A
    : x4 N( O9 u, g' s9 w
    " ]: E1 h) W5 ^6 b% K: V3 I; u3 a, g* {
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    4 V+ _" j- S/ W8 N8 d3 _这个有点意思了,如果输入10个Z加一个Y,输出是什么?
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    昨天 12:10
  • 签到天数: 3201 天

    [LV.Master]无

    5#
    发表于 2025-2-20 10:25:52 | 只看该作者
    唐家山 发表于 2024-10-19 10:48+ @* E% I) a& R8 j- v
    看了一下你的这个实验。实验使用的符号集是有穷的。这种情况下,只是简单的枚举就可以搞定,谈不上什么演 ...
    6 N6 R( N0 Y2 v3 n/ y
    用DeepSeek试了一下:
    7 P7 V  @/ J) |" D+ [( A0 z5 i第一次的回答是:2 }+ j) h7 P/ M+ ^. u- c
    Input: ZZZZZZZZZZY: m0 N4 ^8 d/ |
    Output: AAAAAAAAAAZ
    ) Z  R9 j  @0 G0 @在我做了提示后:如果把ZZZZZZZZZZY看成一个26进制的数,那么这个数的后继是多少?) i; u0 ~( [7 R1 U: t
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:+ R& r: [# b% U* r, y% l" D
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    ' X1 R5 H6 J! K
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    6#
     楼主| 发表于 2025-2-20 14:04:36 | 只看该作者
    唐家山 发表于 2025-2-20 10:25. j0 p. D. @" J. d, N8 q
    用DeepSeek试了一下:" N% ^% u4 q. f- I* `6 I" c9 O
    第一次的回答是:
    . _& ]1 a' \, k' Z( z- c) ?Input: ZZZZZZZZZZY
    " i# @5 @; G( y: _# m2 l
    有意思的是,如果你不增加最后这个“把ZZZZZZZZZZY看成一个26进制的数”的条件,很多 AI 还是有一定概率回答 ZZZZZZZZZZZ 的。只不过这个回答是随机的。即使是同一个Session, 你问两次,前后结果都有可能不同。从结果的稳定性来说,DS R1 的确是目前最好的。

    评分

    参与人数 1爱元 +4 收起 理由
    唐家山 + 4

    查看全部评分

    回复 支持 反对

    使用道具 举报

    该用户从未签到

    7#
    发表于 2025-2-21 01:31:44 | 只看该作者
    孟词宗 发表于 2024-10-19 09:14  c' y; Y/ o; E/ p# E
    yanei 刚才问: 有没有回答AA的 ?! P' n( z: y* w! d) M. A! [6 E4 i/ S7 V
      Y+ p2 _3 W: |- j9 d" x$ ~2 d9 Q, i
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    $ B) J5 I) P* V我的意思是我在列举事物时, 在A到Z用完之后会用AA,BB等等。如果把这个看成是26进制,Z后面也应该是AA,然后AB,AC,。。。AZ, BA,BB等等。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    8#
    发表于 2025-2-21 02:20:02 | 只看该作者
    本帖最后由 nanimarcus 于 2025-2-21 02:27 编辑   S4 G; M0 f9 M+ U/ |# Q

    $ z4 m) ?2 y* V对于当前人工智能的能力不应该苛求。* d4 B" c! _) G& b- M( y4 |# Y& L- J
    人类乃至动物的智力发展也不是一蹴而就的。1 p: ]6 a2 ^$ y6 c* B* S  f
    只当现在是草履虫又如何,迭代就是了。

    点评

    给力: 5.0 不能同意更多: 5.0
    给力: 5 不能同意更多: 5
      发表于 2025-2-21 09:31
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    9#
     楼主| 发表于 2025-2-21 23:55:39 | 只看该作者
    yanei 发表于 2025-2-21 01:31% S! M5 c- }) u
    我的意思是我在列举事物时, 在A到Z用完之后会用AA,BB等等。如果把这个看成是26进制,Z后面也应该是AA, ...
    % y% f, D" O+ P. j- x
    初始条件中并没有“26进制”的限制。因此 AI 可以做出任何符合初始条件的推理。  J8 i% S, {( e" {6 C& A: x8 n

    ( @  a6 U2 m0 C/ ~另外,AI 会做出什么推理,给出什么答案主要取决于其受到的训练和训练程度。这和人类是一样的。如果你问一个不懂除了十进制以外还有其他进制的人,他的回答基本不会是 AA。- j& M9 W! z' I) I

    1 J0 S1 ~& @: v: e有意思的地方是 AI 除了以上四种回答,还会给出一些莫名其妙的回答。例如有些 AI 会回答 "Z" 之后是 "[", 这是由于 AI 推理用的字母表是 ASCII 如果用 DS 可以明显看到 DS 考虑了这一点。但在大多数的 DS 的“深度推理”中都否决了这项。原因是 DS 认为这是在回答人类的问题,而人类用的字母表只有26个字母。
    & T! v0 ~5 ]% _5 w( B
    & ^: g2 z3 D5 J但有些回答就莫名其妙了。例如狗屁通经常会冒出一个完全不搭的答案,好比“b!”。完全不知道从何而来。或许这是狗屁通“灵机一动”?真的像人类那样有了真正的创造力?
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-3-17 07:06 , Processed in 0.081395 second(s), 17 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表