设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2389|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 ' x8 ~3 o. q" ~  V

# {9 E( n, M2 \6 Q2 i  n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
* v$ Y0 J" U1 p( f. o
* a8 X# f3 I$ a6 z% o, Y6 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。
/ t0 o8 C" N' a) q2 L: s: x& h
5 E6 N. ~4 G! V2 ~0 U2 Y7 f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 r! l* Y' H2 e5 U0 O1 D( N
3 Y5 Y* ^  `% K6 B: b7 i( e# O+ Q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 Q2 c- c; g- d* Y- T5 C9 o4 N& l, G7 h8 V/ B5 m! d* b. P
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:
1 [; W1 r! [8 v: _, T我:  A( Z2 K( R1 ^  n- e+ X! B, k' _4 L
AI:  B
' d9 {- F0 t2 O/ j) @1 @我:  B
8 g/ G& O- E. XAI:  C) j6 R9 A2 j# v  i. K& S* d% {
我:X( r& \4 }9 W& H) {( r

8 C" i- i' B3 K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。; c$ N* s8 k7 C. G# i' \& r0 t

& z7 M' Y( Q0 \. s, D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:5 ]- o3 I7 h1 t2 Y, R" D. h4 f$ e
我:Z2 Y% A) G4 C+ x# _

3 Q2 s6 [' c7 \" @* Q1 C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。' k" A4 h+ a7 K7 ~3 y5 R
7 Y0 ^* X6 S- S, k# X( f  E
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。
9 r) F$ h( l7 }- ?5 }  c; `" f3 ^  H- n8 Z* @4 T
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。6 z9 Y) s3 [6 G) a. n* i# C

' m  {' Q5 t, e" n( ~2 E, x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:
, i, T+ A& ^9 [) \
“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。
, @* k( P0 _) u
" Q* a) v& H# n, D; L4 H1. **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。; m9 E7 \8 r4 |  |7 D9 d" \6 \

1 k8 i' j4 m# {. u% `" _; F: f/ A) p& C2. **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。
: Z/ I( a* r! Z0 E( v( X$ X. V* R6 P( n# Q3 p
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。
" i, X( `  ^1 V3 O2 A! u

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
    前天 08:53
  • 签到天数: 3219 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
    ' B. \4 V- G3 [, c* d
    5 E& P* Z) a4 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。) q! f3 |% d% i
    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。
    / P' _7 F: A6 M( g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。7 g# z6 g0 ]5 V4 f0 L/ S+ s
    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
    3 k( i+ _3 V4 Q: m8 `% 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,在完成证明的过程中也分三种情况。第一 ...

      V4 B( |. r2 r+ ]" u* {& Xyanei 刚才问: 有没有回答AA的 ?! l$ N$ q8 u* n& y
    ) x& V# k) V  c( z% C4 n0 h& Z+ J
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    * K4 T4 Q  L3 B
    8 F, s+ F( S2 u% Y2 B) z) M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  
    0 b6 w9 O4 `, i' r* G3 K: ~3 z4 R* j6 k$ a
    打乱顺序输入 NBC, 得到 OCD。 5 T( p) U" A% |/ v1 Q9 h* ^

    & u6 ~6 A" k$ a) W* d这些都是建立在只输入主贴原始规则的基础上的。$ z4 x7 h9 Y" Y7 w
    - j# u3 J, ?/ d' ~6 e# R( c) C
    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
    前天 08:53
  • 签到天数: 3219 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 ' C% P3 B3 _, X8 f2 d
    孟词宗 发表于 2024-10-19 09:14
    6 F: j  v4 `6 \% x) nyanei 刚才问: 有没有回答AA的 ?
    ; w+ P4 l4 J* |2 ?+ Q4 ~, {$ [8 {1 D- W1 x
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ) k( G: n8 v) R4 i! f
    3 p1 v+ L" f$ ^- _# |7 Y5 }( J5 Q
    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。, @( y" |: h# K. u
    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?
    9 T" D2 T! i/ X+ V/ z
    7 V5 {" n$ p, b: R. Y
    8 y6 }% A/ b3 D: r2 }
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    : B7 {. B0 x. p5 R3 [' I7 O, B" x' U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
    前天 08:53
  • 签到天数: 3219 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
    ; ?" d2 p" V' C3 |- ^! d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 ...
    ; i; q; I/ Z  L2 C- H
    用DeepSeek试了一下:& `# W4 Q$ w+ N1 z) j" h
    第一次的回答是:: Q% e" A6 V5 h
    Input: ZZZZZZZZZZY
    ( w7 d/ o6 _9 y6 o" \( NOutput: AAAAAAAAAAZ. s/ d- Y+ T  Q( m& r
    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?
    3 S* s, }7 T1 T' B9 m% IDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    7 N6 I. @; ~! n3 `  w将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。- R& ^' Z3 N9 p3 n
    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
    $ X: c' s/ t. z  u用DeepSeek试了一下:. c1 v& y: \! V/ Y5 @
    第一次的回答是:8 n, t# u2 |$ Z. C4 o
    Input: ZZZZZZZZZZY
    6 c5 F1 V5 X  G: ?
    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: g. ]( T# J" Z& J" t
    yanei 刚才问: 有没有回答AA的 ?3 `2 s* q2 m+ J- l5 N" s

    - T6 G5 L$ p4 [. t: |这在实验中已经考虑到的。输入 ZZ 得到 AA

    ' _5 m4 H: U+ c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 9 I/ z  w. V, f, o; w
    - w% n/ Q1 j4 v1 N0 b
    对于当前人工智能的能力不应该苛求。
    + d( s, u. _) `$ r$ ~9 o" C% ]人类乃至动物的智力发展也不是一蹴而就的。% N0 @$ V# g% ]7 P9 ~8 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: J1 Y" k! d8 Y- y
    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, ...
    2 d  F! k5 [5 `, ~9 N
    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。* |2 g( ~% @* h7 z/ Q% D" S1 p! U
    $ T% |4 s' g" U/ e& Q0 b
    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。" e: ^$ t# e3 J* p, h2 ~
    & D5 e% k$ f( ^( I1 J
    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。) I+ n3 [: M% L
    + E2 H& ^' \5 V9 u1 X9 l
    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, 2026-4-7 05:22 , Processed in 0.061641 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表