设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2253|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 - P# K* q: R/ K$ ^" x: m

1 R1 u8 I4 i) _0 ]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
  ]* j' d8 Z; z5 R' L4 q( H0 m7 K$ @
6 k' J7 }) ?2 R) w5 U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。
: m- Y* r, @) D6 F2 }: ]  i
+ A1 N. H+ D! j$ @4 k) x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。1 f6 L  B" g/ ~; I
  u$ D$ y* F3 t$ `4 Z/ }
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.
' G3 G2 b7 h) T
% h2 E+ |: l+ ^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:
( R  A5 D( H7 Q; H我:  A
9 \: k. a8 c! v/ kAI:  B' Q# R6 |$ B5 l$ I( B! N
我:  B
5 I* m$ F8 ^( `' ^: k1 b, G1 G6 nAI:  C
9 V# j2 M3 Z$ l( f( v) W我:X% [( s0 H" v# X# N0 C1 x! e6 O/ f

4 z6 v, i$ Q$ j" _# X* f5 z% 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。% q" z9 H6 N$ ?8 l# O7 o
: V1 g4 l/ @) J) }9 g! ]
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:7 `2 r0 W0 [7 m! U
我:Z
/ i* A; j1 p5 b7 W/ M  D4 X( w2 \& {
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。
* H0 t, I, c5 f- [+ u; q
7 J$ J/ A9 I( y: B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。: q; p2 d3 U: g
1 s8 Z0 \# ]8 k1 j
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。' Z  q2 |& J: ^2 s

$ a( E, A; e! v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:1 R2 y: J% a& Z
“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。0 {( r5 {$ f- u% Z, {  n5 r1 H

" I- c0 }. U, O8 d* w$ @0 q- Y1. **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。/ p' N" w) W( H0 ]2 c
9 Z7 z) u! g* r+ R& Z+ H* v
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。5 x' r: ?5 L, S% R- _1 X

& ~+ q' t3 p* w+ ~& w! _: k; T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。

( g, ?# Y5 }2 m; w1 s% v

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 07:58
  • 签到天数: 3200 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
    ( q) q' A: e0 {1 X
    % m" M1 _0 O  ^3 |9 k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。- ^9 y: N& @- |$ E! [/ Z
    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。( I; n9 b. F" J; [' M' ?+ {
    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。
    ) b- }) \$ S: `$ A* D1 J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 09:024 n. p; o0 v0 {) ^6 A, b. s
    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 ...
    0 ]& C8 \# }% \7 m; A  S1 f: [6 g
    yanei 刚才问: 有没有回答AA的 ?
    : l& x9 N4 y5 U5 P, G7 h
    9 E* r6 ~6 w) g6 w5 y; T这在实验中已经考虑到的。输入 ZZ 得到 AA
    % t- s0 f8 |6 K- a  X( V1 ]" B4 i9 o- J$ H  `
    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  2 L* Y; E- f, ^1 i2 i

    ! c  U8 ]3 v8 a打乱顺序输入 NBC, 得到 OCD。 $ |5 f. V- Q2 G1 @) G7 X' k

    % ]1 ^: I, Y2 x2 G5 ~* H2 }; d) v0 ^这些都是建立在只输入主贴原始规则的基础上的。
    0 l8 ^" u+ W5 P" P/ O9 C1 u) o/ l# n+ J& S/ S9 o4 A9 I" W" j" p
    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 07:58
  • 签到天数: 3200 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
    1 f! }: M  Q, X2 V6 C
    孟词宗 发表于 2024-10-19 09:14' J1 V3 n8 f) Q" T0 F# u0 k
    yanei 刚才问: 有没有回答AA的 ?) Y* X. f% V, \
    5 V: x8 Y! O( d2 T
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    3 s: E3 {' x  N5 ^" ]1 L! Z

    & l7 a, F4 ]. u: E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。
    ' D: r7 }( `) H8 h5 X+ t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?
    " T. J2 c* W! I- t! ]; \, J5 q; N' f6 @

    ! c( `$ w! c0 _( N/ o
    这在实验中已经考虑到的。输入 ZZ 得到 AA

      f- p. v6 j3 O8 U/ x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 07:58
  • 签到天数: 3200 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
    5 b& }) f+ n7 H0 G# ?& ~& b+ 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 ...

    ! l, X+ E# Z: W$ f用DeepSeek试了一下:
    + d, b$ s% A) R- Z第一次的回答是:, X* z& I( C, O
    Input: ZZZZZZZZZZY
    $ v; U9 J& N: i7 N6 x. F- H4 [+ |Output: AAAAAAAAAAZ
    3 @0 f) p% J5 a1 p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?
    4 w* m9 R9 _, w# t6 ?% Q0 v* }$ |DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    5 q9 O( O+ Y0 }- }将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。3 g5 r5 i" l# i, \' V2 L
    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
    $ t8 g2 W( I8 x用DeepSeek试了一下:- \1 a$ X2 A5 E! D
    第一次的回答是:
    : u9 C' v* u: v% P0 aInput: ZZZZZZZZZZY
    * b! k5 I) o3 L  A7 P" m/ i
    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
    * i7 g3 |8 E4 M( b' U. U1 C: @2 e2 {yanei 刚才问: 有没有回答AA的 ?! |8 m$ \% a6 _9 ~  Z9 ]

    9 i& @6 Y- C! W! c- A, n9 m& q2 r) ^这在实验中已经考虑到的。输入 ZZ 得到 AA

    7 g8 x: y6 S& 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 4 F2 ^4 k3 d$ ?

    3 N% y/ W0 D. b2 h/ \7 Z对于当前人工智能的能力不应该苛求。/ Q5 B' H& {( G3 f/ Z6 J
    人类乃至动物的智力发展也不是一蹴而就的。
    # Q, d4 V( L$ t* C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
    : n5 g* Z9 t! e. i( ?# l2 e1 \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, ...

    & P; U; c* P# D# h0 _: y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。) i3 t( \& L, m6 F2 B; w9 p
    5 M2 t& Q! k- b, T* m
    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。% I! L% u  O/ y
    * {1 I* E) B! ^' [8 ]5 l5 h; W
    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。
    9 c) {7 j- ?7 X& \% |4 q( x3 j8 W5 c6 v# [: Q- S* `2 @
    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, 2026-3-16 08:28 , Processed in 0.069327 second(s), 24 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表