设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1119|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
3 l( K+ x- c% r% w; _  d- ~7 W) R% [* Y" L! C  p% [5 g, G: ~
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 G/ G4 v* K: O6 |  b8 K) F
  v6 v( Y/ R( b1 b. E6 l+ |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。
6 b9 I- w: a& c' C  \- @7 F$ c1 ~  Q) y, J! T8 v; G0 G1 W" q
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。: s7 K3 H* a4 u1 k1 m* V) `) F

  L: E; x, X* d* U+ N* C2 x4 D8 N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.. U2 K, e2 b. Y6 q

* c& a' f: ]- h% D+ x+ X& v$ oAI 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:
( x5 U+ Z# }% O8 e( q3 n; W  W我:  A
7 o0 o. Q. R) ?  DAI:  B
1 U7 a7 U: L7 q1 J4 a5 O# w* q我:  B
  y0 [8 t6 W- y! o8 [5 u; {0 LAI:  C2 N2 J4 D+ g5 [6 }, a! ]: B
我:X
8 g# ?3 s+ y/ n0 V' t' x  t, ]) S
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。
$ r- b4 ^8 d; ~6 h9 ]) }/ `1 A; |* r# {) a
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:+ ^/ r8 e" X! C$ Z: _6 ^# [
我:Z: k) c& Y' w. c# G; `

& }3 h6 ?- t9 O( b; P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。
6 T5 @2 _2 f- f" b; g6 B
: q  f* F- I& P% a; j( }2 c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。  [( {% {+ f6 U# p
8 l6 G6 K1 r% I
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。, H3 x6 }  C. v% U# @
6 S6 E6 R+ o  l0 \8 D8 m7 e
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:
: i) }' e: X- i
“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。
5 _2 f$ h7 ^! o6 ~9 k2 z$ g# V3 [7 x+ e) J  f( z
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。% L$ k# M; L0 ]/ O  h+ A
. F# v0 r) _) 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。
6 W+ z5 W5 H4 D" x- l7 F) ~, |# x+ A: h8 F3 A
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。
. j+ v% r% {$ i3 S# X( 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
    7 小时前
  • 签到天数: 2949 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 + @+ b1 R+ U, \6 u8 }* U* U, Q
    5 O  K+ {5 \, [+ ~, t/ E
    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。& S1 f+ |6 i( j4 Q8 U$ _6 r, b
    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。
    . N% _. f1 e/ E" M  ~: q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。# |. S' Z0 ~" r3 c# `, }
    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% K+ J- H! N4 ~. [6 V+ o: h8 R
    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 ...

    ; J$ M; Q2 f2 |yanei 刚才问: 有没有回答AA的 ?
    % }! U8 }* W4 _1 t3 U+ Y  s1 a  i  I, K+ L
    这在实验中已经考虑到的。输入 ZZ 得到 AA 3 E* J& K8 F" r! w7 _$ D: a
    6 u) v- l2 g* v+ ^3 Y3 Q  n
    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  
    3 Y+ t, E: I% [
    & R3 U/ N* g% S6 {打乱顺序输入 NBC, 得到 OCD。
    & O# I  K. l. K2 k' V5 L% {) C4 A0 x8 e0 K
    这些都是建立在只输入主贴原始规则的基础上的。# t: A2 O/ b' g- h* g$ {

    * t4 ]* ]( m: {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
    7 小时前
  • 签到天数: 2949 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
    & w) X, v( }/ l3 k
    孟词宗 发表于 2024-10-19 09:14
    . F6 n( E4 ?/ m% hyanei 刚才问: 有没有回答AA的 ?: u) J- y+ Y& a

    + s& S! Y" A+ Q; ~9 L/ Q1 e这在实验中已经考虑到的。输入 ZZ 得到 AA

    . K! x% E) I) g5 h
    3 K2 l! d3 N& c+ N- }; P9 R* _  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。- }+ u8 L9 a4 S6 a# q
    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?
    $ B+ _' T$ M( ^/ a9 T& Z5 l, J7 @1 K2 Y0 P  j

    - J2 z9 ]% A1 M  h0 g  r. W
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ; r$ k" `" j2 Q) s6 f5 z# E' L3 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

  • TA的每日心情
    开心
    7 小时前
  • 签到天数: 2949 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- ]% u$ x/ g; i! O2 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 ...
    4 A$ |4 H7 I& A3 u
    用DeepSeek试了一下:
    & r5 j" j8 h8 G; @" n+ z8 Y3 z第一次的回答是:5 P5 k9 L, N7 S( O5 z% h! k  v3 ?: R
    Input: ZZZZZZZZZZY
    # d! F2 i& \3 D1 [% g" ROutput: AAAAAAAAAAZ! ~; g4 ?5 u8 _
    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?
    ) T( c, d. X4 TDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:- M) a7 \6 v3 g
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    ' ?) S1 Z7 A+ }0 G9 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+ Z7 }& R* }' L3 W5 \
    用DeepSeek试了一下:
    . S+ o4 w9 C! L: D( B5 A第一次的回答是:
    8 O- s* E0 O: J: e+ ^Input: ZZZZZZZZZZY

    4 H) }9 b0 f* i9 q( P  ?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+ T8 Y: O' Q: G- Pyanei 刚才问: 有没有回答AA的 ?
    ) I  a" T! w# G$ n
    " g1 j% c  R2 m; u7 V" P4 g这在实验中已经考虑到的。输入 ZZ 得到 AA

    3 N" G9 g. L3 Z' P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 ) ]  ]5 v, V: t  f: W0 Q
    8 z! ]  g2 w& ]8 D; L  J, t. q) w
    对于当前人工智能的能力不应该苛求。8 ~* k" P7 i' j( A9 w
    人类乃至动物的智力发展也不是一蹴而就的。
    % b9 K  L  u; b, n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( t" t) r/ H5 f, Z6 c1 Z
    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, ...
    ; J! y5 x0 t0 p3 R4 ?* W
    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。
    & c8 K& y% Y+ P+ d+ r6 V$ g  q) D+ J) I; `* f2 ~2 |
    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。
    ! s9 c! v' g4 f  M6 }$ y0 J0 C  t3 Q5 v9 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。
    ( p' V7 ^7 @- g9 y+ |5 t- H6 g; ]% V2 L# V; X  k: C( i7 H0 q4 [$ l3 y% \8 X' D3 o
    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 18:36 , Processed in 0.037255 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