设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3120|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 * ]7 A$ L# A7 Q" T9 w! e$ h
) x2 A1 K# H) K# Q8 ?" x9 B
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
0 @. D' B7 `& P, R- P2 B4 T
' M: p; w+ E- c6 j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。4 T4 {  }1 ?2 }" l9 Z
# }8 Z( x5 ~8 m4 O2 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。
9 d4 A; k: G8 p6 q; Z: b2 E9 c7 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 H! D: c# x5 n) f1 e: V& n, {" c& F9 Y4 ?
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:& h) l! j9 }6 X1 \/ L
我:  A
) M) S$ _! \& b4 yAI:  B' J5 A) a- {  Z$ C9 T6 V% _
我:  B
9 B) }3 J5 f, `( z! G. xAI:  C: r( ?# m# O6 I6 K7 l4 @" y4 {- J; z
我:X  \' d; G& p# {$ N$ ]! j
. Q4 ~7 P1 w  a9 F  ?6 R* s4 |
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。
4 f% r% c: r$ L+ a, \: }4 q
$ B* w* h4 u1 u5 q! G' k$ B. M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:
' p0 N, G6 l8 ~- G* P- Z2 r我:Z
; w- l- u4 Z8 t8 p* g
0 x! J. ]" A/ V/ {  G; |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。
  V3 P# p" E* ~, H4 x) O: t6 i  J0 B" v  n
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。
1 J- i+ E: r9 w( o# |+ ?, _" K. n" |! `5 V. D
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 {- _; S7 g- E0 F7 ?
1 [6 A" k- A; q1 N& m
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:
5 Z9 l1 m6 G  ^" l
“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。* c. r" W" K8 K9 Y  d. g7 T

- u, F- [5 R- n1. **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。& _& W$ O, D4 S& S

! j3 C' S$ M, t6 l$ Z2. **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。+ c. B8 {) s" R5 G
/ T8 l- u5 s' Z1 F  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。

  r) _) g, T! |+ z4 G6 d! m; p4 y0 d

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 21:13
  • 签到天数: 3320 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 9 u2 v5 n1 L: J1 W/ w

    # i2 m( [- ?; a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。; x+ U. t* E! W
    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。, ?* M9 a4 r4 {% c
    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。
    , F4 q8 E9 `. y6 {# S: R( E3 r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( O# j4 \7 P- D% H- L( o- t, t% j# L
    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 m( }8 Q5 ]+ P6 I) Z
    yanei 刚才问: 有没有回答AA的 ?
    $ J: E9 i0 d* A, y+ s3 d* t4 I9 |& J0 k) H
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    - n* \0 e, {6 ]& c
    ; u4 c+ l! p) d1 }7 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  , {' t+ M/ a- m0 B
    # w" b: ?8 `: W6 x  }! f
    打乱顺序输入 NBC, 得到 OCD。 , e8 V- j, |) n$ \0 n
    , P$ N7 _( z  J+ w- ]& l' E
    这些都是建立在只输入主贴原始规则的基础上的。
    ( c* T! z4 e' d% f4 R, X9 I
    - R1 k- a. x3 [" ~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 21:13
  • 签到天数: 3320 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 , R5 R4 E. m5 U5 B( s/ U
    孟词宗 发表于 2024-10-19 09:14; h% C& Z4 }% A' x* p7 Y" ?
    yanei 刚才问: 有没有回答AA的 ?4 X; X: U( M9 I

    8 O" B( Q0 h* U7 K这在实验中已经考虑到的。输入 ZZ 得到 AA

    9 w6 b' r4 a3 V$ S  ]9 K
    $ @7 J  f$ }, ?* [/ @% 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。
    - H: v% ^4 [8 V, ~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?
    ! K# R2 C5 K* [+ l/ @9 [0 o* ~$ W  k5 i
    1 S1 l/ C% ~; Y* M+ _: M! A- ^
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    5 D" d4 q3 Y, e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 21:13
  • 签到天数: 3320 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
    # o& I& ?: i( X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  A0 a& U用DeepSeek试了一下:
    . X7 |5 G  R& p/ f7 i* K第一次的回答是:8 x' C6 Q7 P! D9 l8 o( a$ \
    Input: ZZZZZZZZZZY- ^- W" _  X' o: f4 g6 q  @
    Output: AAAAAAAAAAZ
    1 v: R5 x( `9 L7 C7 P' c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?
    2 y7 M& q  }; C* E% NDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:/ j& {( ?9 C( x# f
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    # @9 V# q/ \4 x9 u
    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
    + b, O, l1 |; s& k. L- x0 U1 t' B用DeepSeek试了一下:! Y& B3 x% C7 F* {' {' M8 U
    第一次的回答是:# m- [$ f# `5 }# m
    Input: ZZZZZZZZZZY

    " K$ y: ?- K% b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 09:149 R( J8 u# ~: S% z9 V: `( q/ u9 Q
    yanei 刚才问: 有没有回答AA的 ?8 t8 |7 C$ y# ?- L

    5 ^1 E" [+ h! ?' K4 Q+ _这在实验中已经考虑到的。输入 ZZ 得到 AA
    + v6 \% G% R6 i3 G- r# R8 R
    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
    1 Z% p1 w, `! L# S- \7 B( V- z1 F# K
    对于当前人工智能的能力不应该苛求。
    / h: m2 z& N5 w. x3 `人类乃至动物的智力发展也不是一蹴而就的。9 C. H' c! ]  F4 z# j9 a! r: |
    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
    9 _+ [0 m4 G5 A+ _/ [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, ...

    5 n( z  A. R* _' N% I+ c. ~- ]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。
    " J1 P/ f6 G/ }  v- d
    4 f7 z/ E& Q5 M  _9 _: S3 I  j4 h+ e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。& G" U: O% e: X9 I. V
    9 V# x. D' e; o& p5 @! |
    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。
    % Q* }0 X- c& P& n" W
    / r5 Q# h+ W  w1 I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, 2026-8-15 04:33 , Processed in 0.061703 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