设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 179|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 + K' f7 }9 O/ a6 M
$ ?- s0 _1 }: h7 j" V% R
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' \( b" a6 t8 ~9 {) w9 d

1 }# K* {" h) z' F( T: d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 J* b5 U8 ^; T2 U% D6 x3 J% g' A, p1 G6 h. `2 k  \
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。' _# i5 }1 A6 r8 S; c% B6 U

+ h/ J1 |* N& p# I8 d) }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.
/ m) u% K4 v* y& ~6 r* R* ~5 g$ Z! o6 O$ n. f1 L% s! g
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:
7 f+ v; ^5 a& k我:  A! M8 H, X' Z, |4 ]8 S- q
AI:  B
0 w* c# H# H/ J1 o4 c( R0 M# R8 k' z我:  B7 U; C, h+ `! W9 W! \$ P9 J3 J
AI:  C" U; Q1 h2 m" n$ [
我:X% y! N: Q7 f) u2 ^

* Y4 h& {; r- N# a) ?7 Y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。
8 ~0 k$ B3 G/ i3 L, i; y! ^- }$ l' c' _& 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:
+ s8 P6 d: F) G# e! F: Z  O我:Z
  D* C( ]8 l! h- _; B. u1 n1 q( a) I+ l) ^
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。
& f( R3 o0 |4 z7 K8 k' G
' y' j3 O3 q4 F, q: b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+ I  D! W2 ]& j5 |" }+ v

* K- g, y9 u! i3 N; z2 ~, ]0 j* z2 i- h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。0 Z- Z" ^- Q2 G4 _2 ~, A7 h
: [9 f8 @8 a8 U4 g1 k; J6 {6 \' {
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:3 b% M& W8 S9 x% T
“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。$ \& H+ o, ]& }
  L5 i3 h0 o, d" T, Y5 T, S
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。
/ S3 e0 _" v7 H; w  H5 N/ r3 h' v- C& {8 ?8 R
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。
8 r& A9 d8 n7 l* b9 J4 P% F
, }( B( G8 i( E( R* G. 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。

( b+ n2 L. z' E% ^3 `* R/ N

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
    8 小时前
  • 签到天数: 2754 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
    - H# l0 W( T) q( L: D5 i! v
    ) m6 @: f( L; {- }: d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。  T. F4 [3 @) A& ?! q
    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。
    - f; O' q& g, t% 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。
    : V% O( {% T/ z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
    9 B# D5 Z3 U! U: ~2 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 ...

    - V. C! Z8 N3 v" P5 O( [! @6 g9 vyanei 刚才问: 有没有回答AA的 ?
    8 D. h* G- w  u) J4 `$ ~' E
    & X( L7 c# E3 Z- O/ b6 h- c这在实验中已经考虑到的。输入 ZZ 得到 AA
    " k$ A/ C+ g! Y. s
    5 z, k/ o- U, I5 p* p6 j5 {$ I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  5 ]& L! y5 E" l0 N: {" ?

    3 o: q5 z4 B8 Z3 a. D打乱顺序输入 NBC, 得到 OCD。 8 S+ L0 G) q7 Y2 o& }8 n
    * s* z2 g' G) b: g0 T
    这些都是建立在只输入主贴原始规则的基础上的。" Y: Z9 A% j0 w. `5 G) T

    + a3 v5 U. [1 U5 y% E0 t' o7 G1 ?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
    8 小时前
  • 签到天数: 2754 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 # v# A. A# ~% i  t% M
    孟词宗 发表于 2024-10-19 09:14/ m8 L5 S1 I: R$ g
    yanei 刚才问: 有没有回答AA的 ?7 n. [/ k8 k; W0 D3 B/ g) U
    # A0 V' \" G; z* D* O! c$ d. e
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    # P0 X5 ~# p7 {
    ) t. X% M5 n& v2 K) i5 e/ k" _% R; 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。* s: _- R) w0 j* Q. u9 D
    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?
    * r. F! H6 R  a0 m* ]5 q* d$ u8 _# g
    8 R( Q: k% b+ ~8 c) {5 K" M
    * x/ m7 {; H& u) B
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    3 d7 n' M3 u; m$ c2 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

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2024-11-5 16:35 , Processed in 0.033978 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