设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1115|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 }7 }5 @4 T# m7 x! j
0 y9 a3 W2 p$ G, K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/ o% k5 s  s* p# p" c. I( ^' _, p# ]# X4 r7 m
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。
5 d" m7 X6 ^' X& A6 `) E) G2 E/ b  X" a& W4 F- l! A
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 Y5 i" y8 f- C
4 o+ W( X7 M" h$ T' ?3 b4 T3 s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.# `. n9 \( y) U, f5 {2 i! `. i

- a' ^' e8 s, U$ GAI 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:
5 n  f$ _8 L* f8 S我:  A. `+ x! ?& v. G- \3 Y3 ]
AI:  B0 a- ]. N) @9 M
我:  B
. z2 r$ h4 l7 ^* EAI:  C
3 N( C9 g) u  ^; \, Z$ Q" A; O我:X
  w5 S( v3 p8 u% H5 C4 P# e4 U& h2 f2 W$ ~; `" [4 W. V
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。) F  @  S+ O& y* y0 E8 j

6 }4 M5 G/ g4 r& C: o( L9 d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:
3 h+ }; _, m* D1 w我:Z$ v" v2 M- r7 g& \$ d4 a
* t& n% `- m, K, B4 w" Y
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。
9 a9 |7 c6 @. B! o0 Y
# B* z. y/ z: s9 G4 m. ~. c; [& d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。
+ @) X. C  E2 t9 k( \" c( g/ [9 {" U3 C" t, x0 u$ X/ g: r
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。) p  h8 A" ~! H4 i' K$ `
2 X# T+ h3 X( f  D) K
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:/ Q( I) r" \" Y0 p  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 N+ ]! X( J7 j: T/ x* R+ \2 K0 [

+ u- Z$ i6 O: P' U+ \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。
) f: z( _4 N3 H8 t& x# `- l1 M, r  l) j9 `- p' x3 c- C
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。/ p6 d: [4 F, \! m( s( b

: l) m% x9 \3 c' h; e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。

' I6 l1 T# X9 x5 [

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
    9 小时前
  • 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 " p0 F4 g9 M% o! f1 V
    * L4 D  @: G! j, _3 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。5 n6 N8 N$ \! i
    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& W4 B* w7 d: x0 e# 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。+ z+ [6 f6 O/ n8 I8 @
    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 09:027 T* w# e6 ?, e$ k; 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,在完成证明的过程中也分三种情况。第一 ...

    3 f( i( S' ~5 d. vyanei 刚才问: 有没有回答AA的 ?
    6 y- g9 M. ~( _- A- k; w0 Q8 n8 v  h- L) ]* L! m
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    , ^  T8 l$ i* x/ @- C5 a  C/ y1 e/ q1 f
    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 [3 ~% U' U1 o# l' U+ e
    * V* @7 @& M0 p2 P) }" s3 M
    打乱顺序输入 NBC, 得到 OCD。 6 b6 m  V& ], O. o

    9 O  q) \; [2 ^6 h6 [这些都是建立在只输入主贴原始规则的基础上的。- g+ A( y& ]7 {5 q  w# I

    , o+ I" b/ m8 w, x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
    9 小时前
  • 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
    : E) R! Z* e/ q$ f8 U* T2 A
    孟词宗 发表于 2024-10-19 09:14- j1 ?9 Y/ ]2 j, j
    yanei 刚才问: 有没有回答AA的 ?
    0 O6 M9 g* o  k9 B' Q
    1 o$ t7 A% W6 S6 A/ O这在实验中已经考虑到的。输入 ZZ 得到 AA
    . x" |- i$ |. @" @* e
    + ?5 q) \/ W3 s, |
    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。
    ; V/ S) `- Y/ H* y' k5 A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?
    + x) Q5 y9 V+ O: W3 r, X7 Q7 E8 W8 }% Y" K. m
    / \# j3 ]7 w1 l2 L4 r+ _- [. i
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    & S( ?4 N: v- L
    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
    9 小时前
  • 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
    6 p! b' C/ K. z' ^. T: B6 ]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 ...

    ) X3 U) {& h5 H1 h7 u. U. i用DeepSeek试了一下:6 a/ q# U( S6 C" _* @0 Y) \
    第一次的回答是:- H7 j5 j, \4 z6 \  Q
    Input: ZZZZZZZZZZY
    % S% `) u( w+ FOutput: AAAAAAAAAAZ7 _( d* _0 V% b/ n! s
    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?
    ; d: a8 }5 S" Z  d" r, ?8 tDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    2 b6 H' a% C  `- ]- a. M将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    : u! M0 S5 J; j# e$ _; T
    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 10:259 p9 ~5 G, f) W1 A  ?" D1 r
    用DeepSeek试了一下:  x( f+ L0 N3 V0 Z) M) `
    第一次的回答是:
    / Y$ q+ p. ~4 l; MInput: ZZZZZZZZZZY

    ; m/ S$ K# k$ H- `; K0 o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 09:142 ]( i' I: u' A$ g1 O! j
    yanei 刚才问: 有没有回答AA的 ?- N5 r: B9 [9 p* ]2 C: n# M
    * ~) r3 R* z2 N  r" T' }! }1 U
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    2 G' e* @( ]. u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 9 e) M& r: I+ A1 Q; N  q4 L  `+ ^

    1 C" R/ I) T7 Q对于当前人工智能的能力不应该苛求。
    " I, n6 G6 b4 U2 a, t人类乃至动物的智力发展也不是一蹴而就的。1 X& U; C7 d) R+ s
    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
    + l8 H  j) K, t2 Z7 ]9 m' n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, ...
    1 T6 V  ~+ \0 @5 K+ 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。6 T$ {  r1 _3 u+ c
      J( W( v( _9 D) L4 C. w
    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。
    , k( ~: I2 w. L- o! A/ d$ W
    ( {# Y7 `/ ~4 S2 m4 P, t* `; B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。
    $ [" ~8 B$ y4 L& Q  E1 d1 H0 `2 s6 D
    $ `) d! R  w3 [6 a4 y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, 2025-6-14 18:42 , Processed in 0.040205 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