设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1116|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
" t8 ^* H. _( A. g6 |4 F/ J* e7 ^
7 c5 u: K. C+ v% ]( A) W8 D5 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
) S! r% W. p4 ^% G* C
; p. @$ p$ }8 \1 k& b. S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。
7 }4 J1 ^) a3 y+ T/ }8 W% D  y0 n% x$ F& j% R& f* w0 h
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。
& M' z% z* G8 a7 V4 o  y! s. _; u! c- Y$ M: Y% m) }5 ?
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.1 P1 U: D6 N! F4 {& U8 L" `8 C! Y
4 a6 X# p# {% }7 c
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:- F4 A$ u5 a( Z0 |/ V
我:  A
5 L3 S0 N( T; X) J# U+ b. K; `' QAI:  B
$ m% G, I$ r% k  w5 x我:  B$ U) s) n3 e) H  q$ ^! ?* V
AI:  C  {2 d8 i! R7 X2 Y* N3 Z
我:X# }0 P4 [1 p1 ?3 ~9 h
% [+ @- C( A7 f6 M9 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。* o+ V! n6 I  ~4 ]* D

- S; x! t6 r+ s' e2 M! Q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:* [7 \' k6 p( W( ]
我:Z7 T' o1 u8 P/ {  `/ i. @; \; u

' P; a/ ]( _% `9 {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。+ ?# k9 a* a3 d( ^9 p
1 y% W, l8 v! {2 s1 A; P& v
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。) v+ p% ]6 X; w( x
+ k3 M5 E6 }) F6 j4 s
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。. c. b6 F: w7 H! x  m( C1 c
/ t5 u  Y  B$ U
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:
' k2 ]+ `1 L6 f8 E3 [' j
“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 Q" a1 l2 ^( v; m
, ^$ Y3 B, v6 T  ^2 m
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。
9 [- O6 a! [, L5 S6 J
5 ~  l2 g9 U5 o" [, m6 z/ S2. **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 X, }/ X. i- P# r+ `* d. Z) Y$ _; N. e6 e5 M4 w$ i5 \7 P7 r
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。
" x  y$ @! |7 w8 K4 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
    昨天 08:54
  • 签到天数: 2948 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
    / E' V7 j% H4 p3 @4 h3 u( [2 g( S1 L( s$ I% f3 I
    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。
    * l) k: K- E, b% t( U3 K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。. T" R+ p8 l4 k% |
    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。
    4 Q- \0 m' ~& n. S3 S1 @6 s6 v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
    - z5 z( B+ R: o8 M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 O+ e" R# N' jyanei 刚才问: 有没有回答AA的 ?
    , t9 R; A! b# q6 n, e; a* U
    8 y1 o8 H8 ~% a. G2 A( ?" N这在实验中已经考虑到的。输入 ZZ 得到 AA
    % C5 o& p; c; U+ u1 V7 U3 |# T8 W: d8 c3 g% R2 ]
    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  
    + N/ x) N8 x! y
    + g2 C7 J. g' S8 h3 F打乱顺序输入 NBC, 得到 OCD。
    / _& W' A& `9 Q) F& E8 L  B) A7 f
    这些都是建立在只输入主贴原始规则的基础上的。8 @0 I+ Q2 i' b4 l
    3 p/ K: |/ K# k9 ~7 w& n
    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 08:54
  • 签到天数: 2948 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 7 _' |8 O: l5 [: n2 O" E( k
    孟词宗 发表于 2024-10-19 09:14
    5 `2 k5 t* o& f' j! A" lyanei 刚才问: 有没有回答AA的 ?( x# e# a$ D+ T0 e  E& L* |- f

    9 ~. G$ w, ?: Z' x这在实验中已经考虑到的。输入 ZZ 得到 AA

    9 w4 w; Y  ^( D) V/ i2 k/ Y- v% R& z; W. s+ v
    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 M" t- L+ N% g1 L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?# c  N7 `" H- }8 N

    4 u8 M0 T/ ?/ b' J
    6 x1 I1 B' h3 I5 w8 g) A7 H1 F$ O$ ?
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    7 Q/ Q; B+ q5 [; J# x
    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 08:54
  • 签到天数: 2948 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
    2 H2 q( U8 S0 R* v$ R# k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 ...
    . A- g; x8 K! h- a% `/ _5 K
    用DeepSeek试了一下:0 D, b6 B2 I3 T* F
    第一次的回答是:3 k  T( B/ v) q2 L
    Input: ZZZZZZZZZZY: T# [- p7 B: b6 e
    Output: AAAAAAAAAAZ  @( ~6 S" T4 m
    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?- `0 A  U1 |/ R3 q, _" j
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:, _  V$ z4 j8 H- m8 [& V
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    - u7 Z. k) L* c
    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
    4 X3 u# W: w& u' N; P用DeepSeek试了一下:
    4 q" z: L% Y) F6 \) A9 w第一次的回答是:
    5 Q7 L& s# }5 l. P+ MInput: ZZZZZZZZZZY

    ; m3 h  z, u+ D  C2 |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
      m4 u1 _" D) k) E! t- ^yanei 刚才问: 有没有回答AA的 ?
    & a# r3 o7 p9 u7 y. N+ S. o) q  Y
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    7 T; X! d2 _( p  q% j( O
    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   ]6 k/ |- B. ~" ^
    : U7 {" p# x& d* j5 n) b
    对于当前人工智能的能力不应该苛求。
    " h- R2 {) x7 Z& c% t7 d8 X* K人类乃至动物的智力发展也不是一蹴而就的。
    3 V/ q. Y5 S8 P" n* A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# K4 L' B# h0 e7 l7 ?4 J+ p0 v. m
    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, ...
    / d7 {( E/ {  V! j2 c. G+ Y# S
    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。
    3 H  d% e  ]$ P2 u
    3 q4 E# t# e6 w# g. m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。) q! V; E4 ~+ R* U7 Y7 _

    % H9 L, u( G- p! z$ A' u. c! k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。- F% ?  o' W4 A* t8 W; E( n
    9 T$ x6 a8 T# \  @
    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, 2025-6-15 04:42 , Processed in 0.039928 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