设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1086|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
+ F1 h  C( R' K7 S$ n
# r) l/ t! \  P6 s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
9 W  X& A+ d/ X0 a1 X& n% r- 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。- _9 s. r- R! z0 J& p' X
( d7 `/ ^  W! z3 _; ]) l5 J9 e
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。
$ s; u# Z) h. Q! f" i7 b% n, ^; 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.6 ^, d. h: i1 n; d* v: }# c$ S

: t+ ?* J# d" m: d  zAI 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 v* W! S6 I( p8 f
我:  A
! K) h$ U5 |% A- g$ I  w+ S7 x- QAI:  B
' t/ H7 G. p: q! y+ V8 e; }  b- k我:  B
: e1 I3 N9 }, |( ^AI:  C
" a- m' n  |  k. z我:X
; B! T3 b3 ^# k# Z2 t/ D3 M6 _" H) E
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。! Z; W5 ]; l" V, A
8 v! ~& c6 H; r) V$ B) Y
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:
) v  I5 t! V6 ^# K% O  p2 b我:Z8 A) A  R: P# w& `0 j

* {' G* J' J8 x$ M4 }$ `3 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。
1 B. k' E/ i2 }! G) q3 N4 |9 F, y1 o8 H3 p2 a7 @6 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。
* \; [$ R7 q1 ~# m- K7 {% s3 f8 [0 D! Q
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。' ]  D0 ^, K. y) q" s' S

5 N2 C; X7 {  Y8 g" a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:
% U6 U( T/ Z; _9 C5 W7 F
“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。
+ I: |. f3 @9 E
% p& t" W- S6 M! B1. **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。
" |) \$ M; b1 x/ p" K5 D4 N1 G
) v) e2 X; m: }( ]/ x. U6 i2. **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。$ k/ k: ?. v6 r# B" }

* l/ V* D& g, j, {" d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. G6 L- e2 _8 o! T4 |

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
    8 小时前
  • 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 ! ?" b$ A! T5 `- h
    , X  e9 a& [0 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。/ ?- w" T: q3 w( 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。* b; P( h; o% i
    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。1 c. ^8 k6 j7 ~; m  r- s
    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! V! v" N2 o7 E' q( v, c8 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,在完成证明的过程中也分三种情况。第一 ...
    9 v; |3 D) `  ^4 {7 T" p" f
    yanei 刚才问: 有没有回答AA的 ?# Q: i  p8 q4 L% O( [5 j
    " _  ^' B$ C2 O; v8 O
    这在实验中已经考虑到的。输入 ZZ 得到 AA 0 w: ~9 w- ~' g  D
    * u: m  i4 F0 H$ ^3 x$ ^
    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  + Q1 |7 ^8 s: V+ _5 Y
    0 {1 ^8 Q$ V  H! p: f9 O
    打乱顺序输入 NBC, 得到 OCD。
    5 x* q+ A! k: s% k4 \  X: H( j4 J' [
    这些都是建立在只输入主贴原始规则的基础上的。
    6 o1 W) H+ d- {2 Z& f) I' s7 }' D" [6 ]5 b
    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: 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 2 K; Z0 {5 M- \0 h: Z3 J
    孟词宗 发表于 2024-10-19 09:14
    4 X8 E! g% \! t4 V& ^- y! eyanei 刚才问: 有没有回答AA的 ?, P& A- C2 [" B. T4 ^" c

    9 f3 E3 q1 p4 P6 l+ T$ H+ ^这在实验中已经考虑到的。输入 ZZ 得到 AA
    ( T) u3 X3 c) Q% K$ V
    9 N* {( q7 B" Y6 _$ u6 w9 r0 z) _
    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。
    / }- e  g+ A4 ]' ^* C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?$ {; }6 l$ g: z4 e  r: t1 [$ Y9 |

    : `0 Y/ m" c( ~& F4 u8 _8 x/ R5 u* U: ]# K' N2 O( x& B% `
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    : d+ H. A+ M9 t) z
    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
    8 小时前
  • 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- x! l( [  e& m4 o
    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 ...

    ) T  a' l0 u+ E5 b$ v用DeepSeek试了一下:
    ! g% }$ X! y: j( p% \3 {第一次的回答是:; ^% \: B* S& E  o- p8 j. B
    Input: ZZZZZZZZZZY, Y! S$ T4 U2 S
    Output: AAAAAAAAAAZ4 ?0 L2 {  P0 V
    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?$ s3 K! q4 Z9 K& m& e" M
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:& U, P, ]$ M% D0 C+ H( ~
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。5 }' d% ]: t! T! ~6 ?
    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
    ; T8 g+ n1 v, l9 d% ~7 J用DeepSeek试了一下:; M' h8 [0 U' V  h7 |
    第一次的回答是:
    1 y& Q0 n4 h9 k) ?+ G$ }Input: ZZZZZZZZZZY

    $ o& C1 h* o( W9 ?  r' T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+ O6 b4 ~/ i. }' {- j% d' E
    yanei 刚才问: 有没有回答AA的 ?3 G6 m. N% Q- K7 F

    * C$ K" \) `& z这在实验中已经考虑到的。输入 ZZ 得到 AA
    0 ~3 A+ e: X  x" {5 r# [
    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 & u8 S# b, n* ?- Q  A0 X

      Y  c  @6 i# v8 b% V对于当前人工智能的能力不应该苛求。& {9 Y& y: ~7 A, u9 R
    人类乃至动物的智力发展也不是一蹴而就的。3 o  A" f1 `4 D( h2 w. g
    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
    " e: a$ t% F9 X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, ...

    ( d- \, m1 {1 R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。
    8 \! d; ^+ x+ f. {2 {7 p' B0 J: G" H, {& n! c4 q
    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。/ u  c) v2 Y) v) v
    0 a3 P2 n7 Z* A6 q* j/ w8 P8 p
    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。: G- [; [" p. E

    7 M/ Z( F' `1 B8 H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, 2025-6-9 18:06 , Processed in 0.047240 second(s), 24 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表