设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1089|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 9 d+ X: x6 t. s- R$ o9 w
# W5 @# \2 [$ o
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/ e/ [, i) C: i$ y
1 A1 S) ~  d' m; 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。9 S' `  n9 ~1 p8 }7 U

) Q' m1 G- v& ^/ F" m" O* X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。
8 P* S# P- ]* W% w4 q/ @$ m6 ^# ]# T: X$ h" E
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.
; D5 n% R3 u; f9 R: q) F
& ?- ]) G) x  h: L  K+ X2 KAI 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:
( x* {. a: @' }我:  A
& G8 H* ^1 }3 ]- x/ q& tAI:  B
" d, L1 |4 d$ v* A3 l我:  B
9 D# Y3 Q; s( C- EAI:  C
% d9 v6 E, u5 c2 @8 o我:X
% w) S$ H6 M3 U8 T9 [5 O9 G
' `5 }6 C7 q6 I: T* \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。
) `  x& P' R2 p- N7 r5 H3 w
7 v; q) U0 H6 z" n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:
$ B" U3 W* V' d# k我:Z! x9 W" [  [: n# U7 m3 q* r) N
) t6 r" N8 F% 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。
- J' Y( d+ Z% u! s( K9 ~0 c( T* b! c8 P" ~7 J( s) |
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。
; C1 }/ V" y& s: n: F3 X2 R& h; ]) Z1 ?  v( x2 x
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。  y$ U* V% i: L3 M/ Q
. ?& B5 L- ?1 T" K- \9 C4 S6 Y
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:
; \1 A7 \% g. e  n. y: n+ U
“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。( Q  B8 }# j: ?) J* C

' f1 L- C* u& Q1. **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。: S1 a+ ~1 J$ [/ W8 D
, S/ ]& V5 P8 D7 b* I6 f. Z
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。# @1 i: L  q9 B7 L6 r8 c

0 W  D* X, ]: V( ?. H6 G) F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; r' z/ p6 t) J0 Z1 t& e+ O

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 10:05
  • 签到天数: 2945 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 3 B5 l* P+ M; i+ k* C2 H
    - T* x; W  L0 g' C
    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。* [- R, c- n" m- b( V0 F$ f5 Z
    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。9 H8 y! \% d. M' g- J" s2 n0 Y
    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。
    - ]8 T1 @! D; \# {- r6 G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. I: X/ d4 m- n& _. Y
    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 ...
    0 L1 d+ h9 |2 ^( P/ B# v0 e: b( }( p
    yanei 刚才问: 有没有回答AA的 ?+ c# D7 j% n8 V1 P0 Z4 o1 [0 o

    6 S! Z$ e6 L( n3 J这在实验中已经考虑到的。输入 ZZ 得到 AA
    4 c  W% [4 D7 K  d8 R# [
    $ t' k' [: m, G% w- O5 ?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  
    $ S/ h+ X# |; p8 o, h( ?5 H5 f) R* @" p+ I/ h
    打乱顺序输入 NBC, 得到 OCD。 8 f# J( N* F( x5 R

    3 Z0 e; a  d3 e* L! q: f这些都是建立在只输入主贴原始规则的基础上的。7 g4 M; m* M: M1 ]- t$ o/ u

    . {0 i& D' ]( 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
    昨天 10:05
  • 签到天数: 2945 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 5 z( c6 J: b7 o0 n: O& ~& J
    孟词宗 发表于 2024-10-19 09:14
    : W9 Z. {5 A2 u' Fyanei 刚才问: 有没有回答AA的 ?
    6 s8 n  N4 O& ?/ U
    ; ?# Z! f) X' [! n这在实验中已经考虑到的。输入 ZZ 得到 AA
    6 @; n# G2 _, o0 V6 K9 @4 P% O' o
    , H" O5 o5 g# |) |7 m
    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。
    / t& E+ W/ M7 C2 {( ]8 w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?" e: P* a4 b/ ~5 E( n+ s+ }0 W4 ?4 B4 k, X
    ( B- V3 A! C( s- X. m+ J
    ) S9 F, u$ `* f% F6 \" L
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ( j; f1 S; V) e" W( s
    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 10:05
  • 签到天数: 2945 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  m( o1 `: R- Z7 w1 s5 Q+ |  K0 z; 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 ...

    ( z8 Y- J4 F* |用DeepSeek试了一下:9 o' v$ \. Y+ F, T. x, m
    第一次的回答是:
    / e2 D7 ?3 \1 s2 ^/ w7 P& T! nInput: ZZZZZZZZZZY
    $ f& I# K: Z5 I3 T  COutput: AAAAAAAAAAZ
    + l8 C) G) V4 ^0 X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?
    + Q# }/ `1 H1 ^3 g+ P( mDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:; u) @" A% e7 D$ X
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    $ _  x. c& w0 }5 P1 C* g- N& H
    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
    2 T5 S- \' F$ V, w' F) K用DeepSeek试了一下:# ~' s4 D6 p0 K( ^* O8 S( P
    第一次的回答是:
    7 B& ]: z" e" W- ]7 AInput: ZZZZZZZZZZY
    3 A4 a+ b( s  ^: ^) `+ ?
    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$ J# t5 I, I6 ~
    yanei 刚才问: 有没有回答AA的 ?1 r( w4 W6 y4 G  X5 _
    ) t. U! z. J/ L1 L2 L0 E/ O- W
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ' \% o2 P+ o) e; W7 @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 z4 }3 F0 b/ t' U* s9 R$ L& E+ _) ]. x8 t& e* a6 ]
    对于当前人工智能的能力不应该苛求。9 K1 v' e% }2 [* w- _
    人类乃至动物的智力发展也不是一蹴而就的。
    , i% t5 U1 ^7 K# j3 k& T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
    ) `' A3 v8 J/ n9 E' w6 c( E) 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, ...
    6 P7 U) Q+ X) k* U% O1 [  U
    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。" x" ^; _  I. I0 ?: I3 _
    ( g, U8 o% n! Q- N$ c! K' ^
    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。
    1 X1 Y1 _2 Q/ m' L0 D& {$ c
    9 k% F7 o, o; Q/ Z; S5 W( }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。! f0 X2 n' A$ W) g. y8 \
    , c. I$ ]7 |5 Z( E. e  {7 }% D
    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, 2025-6-10 20:50 , Processed in 0.047600 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