设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3119|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
" ^& x& O0 R1 V/ u$ l# l7 \0 A0 G/ _! K( h- W7 N. K
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8 a: M7 Y0 F+ F$ c7 w: n
- C2 e! T- d' g. ~0 o  @0 B& C
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。
& R3 H8 G9 p# ~
7 s4 U9 N* \1 i; E( [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。( \4 R& d1 f- {/ x" J2 B6 j/ D8 J( f
' P! w- a6 B" B: J3 j' r0 V
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.& Y# y7 m# v1 ^5 [; @

% ^# p! d9 _9 HAI 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:
" N8 Q. G9 C3 _- M6 x5 v我:  A% G3 V: ?1 L5 l6 D; a2 C1 U3 D
AI:  B7 H4 P8 y! A+ C# x: ^. \
我:  B: T+ M. [, y7 f1 K2 `2 l/ {
AI:  C
+ L: o' N& M( x$ O我:X$ h* ^9 ]; K5 e+ b, Z
- f: e4 ]/ v9 x& J7 `( P
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。
  u4 Y3 P3 Q3 N$ Z* R4 t: T/ s  }* N2 E4 U( `1 b: H  {" x
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:
# g1 K1 w7 u7 ^7 c% f我:Z
: a4 t: K" m/ b! R* p
8 M( T& a- u5 Q- I% I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。2 z" T/ [+ k+ w9 n
3 {3 x8 X, G! Q6 J" p, V" [2 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。+ J0 }* f' L3 k, G/ I
$ Z, E$ t' M4 ^
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。
! p- u  M, P, [! n
5 M5 R% Y& a  o8 `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:
" c7 H  X; V. k
“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。
9 n' o! Q/ ^. U- z3 h' z% I/ |: e. ^  \, o' v1 n
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。
* U# F1 M# i, h# G, S6 l$ z4 `1 _  J( T5 O) [
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。3 }2 e+ Y& Y! _9 c7 d1 l. i

! c7 s) S( \4 b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。

0 y( g' g1 Z) 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 2 X! N2 J5 |5 L8 P2 V

    / X1 O' `& Z, x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 r3 z0 P% {- B0 e* m& Y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。# u6 M3 A& k: o7 N. P5 N
    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。2 P- d* a6 b& B
    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# G1 v: W5 ~9 p' [6 T
    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 ...
    - O8 h& k/ ^: s6 C  T- E1 H6 e
    yanei 刚才问: 有没有回答AA的 ?
    " L$ Q8 Y5 {5 Y' Y7 A
    $ m$ E, L% `8 P这在实验中已经考虑到的。输入 ZZ 得到 AA
      x, r* o1 P! q, `7 C8 H4 Q
    2 C& k! z& V  S. 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  " r# O% K* L/ j; m3 G4 ^- e: j
    % \% y( r$ P; [6 Z6 f2 Q5 Y
    打乱顺序输入 NBC, 得到 OCD。 9 w; J( z) c/ P& o0 [

    ' h. j% ~: P5 w5 d9 `+ o1 f这些都是建立在只输入主贴原始规则的基础上的。& O! s7 ]( _0 p0 D1 s$ f' n; J
    ) M! L2 Q3 ~  K0 T  R
    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 & ?, `6 g/ `: m  N. {. j  u$ z
    孟词宗 发表于 2024-10-19 09:146 b" c" w& ~5 w: w& f
    yanei 刚才问: 有没有回答AA的 ?
    " P- I$ f& ?2 I) b& |& l2 X$ x% {, e$ o' {
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    5 }. c. ~5 u. `: j0 r9 @& h, \
    8 V: o8 C5 n, L3 U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。4 u4 k' ~$ w8 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?
    " Q8 I  \" R$ P! C5 V% l/ a# ~
    0 P% F; p9 t: }& G7 O- u3 {2 C/ m& l' |* R5 ^
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    * [# j0 b5 R, I/ Q, i( @" @
    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$ p7 u$ ?' c: V* e4 ]6 H  p: L
    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 ...
    % Q% U$ h! M. F; T
    用DeepSeek试了一下:
    $ g+ ^: K( n. ?% j5 K1 }4 R: e/ Z第一次的回答是:
    ) p8 Q* [/ l" l. o, GInput: ZZZZZZZZZZY
    / ^8 v# G5 y7 |% z5 y+ [Output: AAAAAAAAAAZ
    9 T2 q  s# ]$ `4 q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?
    / L5 R1 r) C( r5 o; D+ Q* `" CDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:- O. \/ _. ?2 [3 Q8 M
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    - P% w9 a& B" Q: V- e% [  J
    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
    ( i7 l" s# }+ _用DeepSeek试了一下:4 a$ m0 s! \5 a, Q
    第一次的回答是:
    . u5 f* @2 h3 u2 i9 r: f$ C- z! f9 MInput: ZZZZZZZZZZY

    & y$ |; I' K& B$ s" q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 09:145 Y5 q( t; j8 j* x% _/ Z
    yanei 刚才问: 有没有回答AA的 ?& z7 Z3 [. G. g; k

    4 p+ x! d# K3 @3 ]这在实验中已经考虑到的。输入 ZZ 得到 AA

    1 h- M4 {& h6 M0 e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 ?+ M2 g" U! K( v; Y+ q4 Q
    - U5 c1 r# E& ]7 {7 `: ~! ]; g2 P
    对于当前人工智能的能力不应该苛求。3 U/ k- z% S, J1 @& F/ l
    人类乃至动物的智力发展也不是一蹴而就的。
    ' ?) Z+ w2 `" M1 r0 M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 01:311 u* F2 F; L: q4 W1 ~9 Y) 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, ...

    $ b5 M8 }5 }- O  \5 n- z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。
    # @+ S* k, A( y$ _1 A; }1 P8 D% C( j+ F. r. i2 S; [' {6 Y
    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。0 C8 Y8 j2 S3 V6 F" B4 f7 R  ?, L
    $ H1 w% |  z' D2 A
    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 ^6 j" |: {: W) F) Y, ~4 R

    & V7 a" B# `; q- C/ 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, 2026-8-15 04:12 , Processed in 0.062212 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