设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 181|回复: 3
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 * f3 i# K" s5 h9 j  k- d

  B$ A' |. `! `+ ^/ M( M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! m1 Z. R' x- ~, c$ j( R0 ^
7 v5 [+ I8 }0 k, T$ D; j9 w3 ^3 c8 `% s4 O
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。) x7 Y9 R( t( T  {

* _, V% G! w, i6 m' }$ W, t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。
* y, I+ T- }1 I: a) V- B. p" F7 g& ]0 }/ r3 C; m. @4 d3 ]& b
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." ]! k( S2 p8 f6 F2 r

4 b/ u+ P" w' _- ]4 v# H- }& bAI 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:
0 _5 G" A( k. S  r3 g我:  A  k* o+ l8 J3 |  {. C
AI:  B
, L5 C0 Z3 W6 J8 l" Z我:  B' X8 @; }+ ?# F) v, I
AI:  C
" ~, \/ @( g! N# [我:X
0 y1 f" E, E! D: _% A
' J; ~6 D+ Q# n  o( R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。
: K  w. X. M+ m" l( f" _  ^& W7 {. B4 G+ e$ ]! d( P- Z
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:, K1 K" E0 g6 W9 i/ y
我:Z& t2 z" \0 S. C" z! r& `& E
2 n6 ~; B* ^3 h# 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。% K. @6 J! @5 u& P; q" F) n( F

4 s* i; L: t7 o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。' a5 l- V* Y4 L8 \. `8 u

/ W) h# z6 @) v  f( D1 `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。# J: v4 P2 Z5 S8 s5 z
- d* p) F, G* U/ 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:
$ D6 K& w; m5 F8 p$ r! c! y
“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。
" a2 S: [1 Z1 O% G: {' z  l$ Z1 P- E  l1 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。
' e, y: m5 ^/ Z3 ~
! p, q. s% [/ m, N3 X2. **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。
6 h6 r* _+ K* x$ Z: D- g, Q( T* T" j! s: {5 m
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。

* _( a. m, D2 u8 |3 k: Z# W

评分

参与人数 3爱元 +24 收起 理由
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
    11 小时前
  • 签到天数: 2754 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 $ S1 O. i8 _1 M; L0 m

    ' r, _0 A/ }, ~7 k; Q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。
    % m2 q/ a* V% s: G1 o. Q$ F& H9 }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。" ?: \4 i5 ^/ I+ T, ]
    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。
    $ Y' z& J$ b- q! q3 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
    - E9 o8 X7 c- S0 O4 B. q7 G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 ...
    : }; j6 m/ c5 h# V- \7 v
    yanei 刚才问: 有没有回答AA的 ?
    - @6 S6 a9 y; e9 i6 E6 l# @. |! S. |
    这在实验中已经考虑到的。输入 ZZ 得到 AA 3 X7 s, ]/ o8 @# Y3 Z

    + X' Z1 h% o0 G: K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; J# \. l8 ]. j$ K# g# S& P+ Y7 f0 x2 U$ o9 o
    打乱顺序输入 NBC, 得到 OCD。
    ! h- a4 |* }0 h, M& c5 |2 J, B, h+ Q  n- W3 S2 [
    这些都是建立在只输入主贴原始规则的基础上的。; y0 t/ q3 C0 p- H! m! t% F
    8 T$ {' u4 \3 s) ~
    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
    11 小时前
  • 签到天数: 2754 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
    / n2 l5 Y7 U% i
    孟词宗 发表于 2024-10-19 09:148 I5 N2 U$ z1 \* R/ i2 F* c0 T, B
    yanei 刚才问: 有没有回答AA的 ?
    ( n6 {" g- }4 x; l  K+ W* `: ?: @% k0 u- W* D+ M' y
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    0 s" G) o8 w. W' w  t
    0 b$ V+ _% v5 q% c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。( Q! G6 J( ~. O) q& m- h- P
    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 o* q. ^  Q( c  V# K

    - B# ~1 ^1 g1 A* r4 C* Y
    # w9 D$ O" ^  ]) M
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    5 X* @- e; T! u: }" c! r
    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

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2024-11-5 19:25 , Processed in 0.034455 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