设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 225|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 $ s  ]- A2 x/ n/ o
' X5 r! {9 C  I$ @5 q* P
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
' h  l) y2 x3 c- Y2 h7 l8 s3 t
3 u+ ~7 ^$ T. h( z, M% n+ i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。! q" a& u/ E7 ?

4 q9 n% [. U' b5 |. J' x1 c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。
* e$ a" F0 ^. W  W- e8 ~$ s/ c- H
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.3 x! ~. ?0 w( [; {
9 ~- \8 G, x  P8 E8 Z" L! M
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:
) i* X9 {+ N0 Y8 J$ J* P6 E我:  A0 U: `% Z- G0 E% i! S
AI:  B
: d6 R  g; C7 L5 V5 w/ _+ H% {* L" {我:  B
1 [7 G! ^- k4 |$ V* F1 ]AI:  C; c1 K! @* ^0 ~' m% g
我:X
7 A4 E# h' k$ W* p1 {2 V& T
  i% M; S8 N$ K7 z0 m' C* ~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。
3 f/ z2 E, X* ]9 D, H4 B" \7 i* f/ L
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:
! J% d, M4 ?' V我:Z" ]$ h* S" i$ N' C
1 l3 B5 o' u) ^: t
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。: X4 Q3 I$ T3 \+ G# y2 H9 V$ T5 Q
+ v6 `0 G( k2 P8 I7 W
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。) k& t+ p/ G% D3 d" p
6 X6 X* f$ L) W& u  z6 O$ ~" J4 }
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。
* V( t) X6 Q* Z$ H8 J
, U; N4 I9 o  W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:
& `. l. V' I( i$ Z% ?
“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。1 s* Y- n% R/ q( q1 L! P% A- w* K

- R: }3 C* \8 q. m1. **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。; w" W; S% a7 D/ V

, `$ G- U. m; N; G2. **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。& r* b2 M4 n  y. ~( Z
0 e5 }/ \6 M5 t( u% ^5 S
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。

0 \1 G& K0 H7 ~  F

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
    昨天 07:36
  • 签到天数: 2766 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 7 e, _! [+ V* L; F; p
    % v: F2 Q: \$ @: W% z8 {9 z
    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。
      p. R9 Q" k$ y6 F8 n. C8 C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。; D: J  w' k7 j# |# @6 l" b
    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。+ O- ^7 R# V' N. t' H" 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# r( m9 r4 z) ]/ E, Z# c/ f
    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 ^! u1 c  W7 D) M  d
    yanei 刚才问: 有没有回答AA的 ?! S+ `; R0 W( I; q5 k

    5 X- [* E- l# I5 p8 ]7 `这在实验中已经考虑到的。输入 ZZ 得到 AA
    0 o. p0 r3 |, f2 w
    ' Z0 ^+ t: ?1 T! K& \3 |! C2 s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  
    4 G6 W5 B. H* s3 d7 E
    1 g8 C: V1 f1 u. ?$ E8 s打乱顺序输入 NBC, 得到 OCD。 ! p& o) t% L) B9 b4 {. T

    . k  m: x$ x4 x这些都是建立在只输入主贴原始规则的基础上的。) ^# R0 n5 A# t5 L

    5 S. ~/ |% h: c+ d5 {. ~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 07:36
  • 签到天数: 2766 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 b* r, w/ K% m: j' |
    孟词宗 发表于 2024-10-19 09:14, {- H$ p& Z1 I/ L
    yanei 刚才问: 有没有回答AA的 ?
    , i& [. Q& }! B2 Q; U( Q
    : f- E5 U% z  @' ]+ c! T  c这在实验中已经考虑到的。输入 ZZ 得到 AA

    5 w% [3 s% f4 F) c8 X4 p) Z; N7 ^& x; f3 M& m1 k; b7 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。0 e9 i5 ^2 }& B! o( h4 C4 s0 Z  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?( K4 ^: I3 K$ `' J8 L7 o
    8 a! {8 M% S* v9 d2 N& Q
    ( L) Y5 z7 a( a* i2 q% K$ a! T
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    + a, [3 ^, Y- t, n: m. p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, 2024-11-22 01:04 , Processed in 0.033508 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