设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 230|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 7 r6 P! l2 T8 |8 Z5 V4 `! V
1 n& l* C6 D. D9 w
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" W$ y: b/ g/ \( ?' Q+ d6 o

, O( M+ d* `: p8 N; @: w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。' _/ a9 [& c# N) m
+ U4 x  R1 H" v6 d) [9 y
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。
% l# k: j$ Q7 E! S! o! k7 t3 Q" M* k7 Z. T
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.
) X$ B, L! p# H6 X  ]4 u6 W( A9 M; V
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) c" f( ^# S/ O+ z* g
我:  A
3 L# U4 l: _& J- JAI:  B7 B* ~3 g* a3 f, c  m0 u
我:  B0 p6 q2 s' j# ]2 |& t* `! O' q& L
AI:  C
- Y! O9 _) L; A# `% U- D) _! c  `我:X
. k1 M1 ?" J. a6 K( r1 S
6 C! k6 D( b8 Z# s  i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。( {/ E3 O" z; y0 N  [2 Y

% |9 Y& E+ y9 r/ a+ H7 _( v- i" E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:. ~" m, T) c# s' X, k0 b, R7 g9 A
我:Z
  M" f: L$ `, u, X6 ]6 ]% T  k9 P4 T) V7 A( G2 s* {
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。/ k3 |7 M+ V' p$ ?/ Q* r2 f1 w
7 Z, H7 S! E, C, X) a% e6 ^
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。
% O3 @% `% v9 |( b# K9 q" B$ V3 B7 O! m# ]( a
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。
; q' T1 F# M/ X' ^0 N% M( R; ^2 h$ t8 G6 G7 {
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:
# |# B- i( G6 i/ w3 o  v
“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。6 j, U+ ^$ G1 M! e% I) D

0 h/ A4 m! K0 L+ F9 A) O1. **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。
% S8 _3 X9 u6 I" c( o* G1 o! T$ {. y; J
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。
2 n2 Z8 T5 J* G# ?' K! M( D' ?# K: H$ N' e1 B" j
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。
# N) m4 {5 d9 c# a

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
    10 小时前
  • 签到天数: 2768 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
    ' w; E( i" C+ u0 y4 Y! T) z% z" i9 H4 a3 A; Y: v" 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。
    & V4 Y- M3 x% A2 `, v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。
    % J! r1 ~$ Y3 g7 P' I( s4 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。& Z6 r0 M: b3 y; m4 [! L: ?
    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
    , }% P  w3 {7 h1 n+ _8 v, W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 ...
    , z* Y% ]$ E8 p7 c" X9 |
    yanei 刚才问: 有没有回答AA的 ?
    ( L: D# I$ T* j- b
    9 w; V! p2 h: v& v1 ?2 |: l这在实验中已经考虑到的。输入 ZZ 得到 AA 5 E3 c5 P1 H! T& d1 Q
    $ z, }& a7 L: V6 N; X! g- c8 p
    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  1 m9 ~- ?' h8 H9 ?; q& r0 v# X
    5 {# C$ m) ^2 ^  E* F
    打乱顺序输入 NBC, 得到 OCD。 ( q. H) @+ {% ^: h! D1 f7 E

    2 R5 h" x# N" m! a+ S这些都是建立在只输入主贴原始规则的基础上的。  u# ^" \1 j/ A* ?4 v+ o( L

    9 T' w5 y6 z+ {4 H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
    10 小时前
  • 签到天数: 2768 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 a4 Z1 ]) j; m- ]* ]% k1 [/ U
    孟词宗 发表于 2024-10-19 09:14" \( [% ~( F/ ?. x
    yanei 刚才问: 有没有回答AA的 ?3 O! Q' [0 M7 p! W5 R

    6 y' \9 L9 W) q# b7 ~8 G9 D这在实验中已经考虑到的。输入 ZZ 得到 AA

    ! C! R/ N# C% ^% J/ V) h# c6 Y
    ; K! C: w4 S$ T8 |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。
    " j% l) L% m- v" ~/ U! 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?
    & j& P1 i1 P+ ]9 U( r: g$ _0 }4 o* T' z: F- B5 s- g% {/ t0 Y* |
    % }  V9 i/ _/ T$ f) b) B1 b8 P
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    & k4 q6 @3 X# Y/ G3 F) `. N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, 2024-11-23 19:57 , Processed in 0.035736 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