设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1612|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
; G7 K  g! x" j7 X  H( `3 H. c& Y8 w
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6 D4 l; t/ n7 O. y0 Y

" T) e3 X0 g6 _; P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。
& U' X- t+ I0 w6 E6 b# ~7 A# P
8 B. w  f) W  J7 j/ U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。
$ f$ ~) T  n- h: Z& o1 a0 I6 a0 u2 L5 G
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 ^6 o4 L6 t- i2 J$ m9 e! I6 K4 }) s
5 c( w- A8 O# {/ h0 y# P/ f7 r% ]
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:
3 \. P/ K/ B) {5 `9 L我:  A  u) [1 ?- n# H0 A4 Y+ S
AI:  B
; a& n& K2 b+ L# D: k% `* m我:  B
, h: S- Q: \7 B: L$ r2 H6 N4 l8 lAI:  C3 B/ s+ ^8 f) w; K3 E/ r! }  I
我:X* n8 D: k+ v* _
4 F( q  d7 A6 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。2 R  s* e8 @( V' S1 k) h# a- J6 ^6 {

% g+ z; F7 d6 O1 k6 e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:1 W6 j/ S$ P( O$ H) h+ |+ A( |8 A
我:Z8 v* T' g+ Y5 W' Y6 p: x; ]
6 O, b' S' B) K8 {! R1 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。
/ z+ a5 d% w8 `# Y- d! d
# {( S* a: P/ {1 D8 b3 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。
: {- W$ \' T- K* F/ c$ J* b8 F. u4 {- e2 }& A1 m& \# m) {
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。
  r: t% A& I7 y* J  I1 x( P# C+ i- o' y$ K4 b0 v/ T
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:
" K! {* `" a/ D& w, R$ M
“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。/ v2 A0 O& w! m" U& Y/ ^

* k8 |( K# w( [( o0 B, f1. **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。% E: f0 C3 \2 E" c8 m

5 Z) O6 [& C  O8 d; M+ j+ V' S$ }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。. U7 A4 v" J; B# C1 {& I: _

# [! D! L1 g6 Q: A$ Z- n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。

; N4 z  i$ Z: t) F* r) T

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
    6 小时前
  • 签到天数: 3041 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
    ! _: Y, W5 z' d) F) Z/ c' `' C! Q1 T7 y9 U" q8 ~# t" Z$ C3 {8 w
    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。8 l/ n+ u% H+ R9 n
    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。3 P' y0 W( c9 M
    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。
    ' m0 c3 T1 u  g) e" P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 09:024 ~) R( g* k  l. O- g8 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 ...
    1 z( A$ ?! i( P) q, d& J4 l
    yanei 刚才问: 有没有回答AA的 ?
      ^' d. o9 b6 Q7 Q6 d; Z. f7 E9 {2 ?5 O# b# e# y: h4 c& t1 B
    这在实验中已经考虑到的。输入 ZZ 得到 AA # R/ v$ s1 Z  s) @) l

      y' ~5 p$ f4 \% L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  # \" w& Z" V! @% B6 Z& k4 i

    8 H1 i/ X9 I& ]打乱顺序输入 NBC, 得到 OCD。   n1 s, k: I6 b. g- J9 E

    , j- v7 k1 \3 b% a: L) d. H  w这些都是建立在只输入主贴原始规则的基础上的。7 f5 a6 Y& u  Y* l: f5 c- t7 M- x

    % X2 u2 Z/ ~7 K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
    6 小时前
  • 签到天数: 3041 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 & t- l- r- h) ^8 h
    孟词宗 发表于 2024-10-19 09:14
    $ Y3 o% E, b4 w0 [- ]yanei 刚才问: 有没有回答AA的 ?
    # ^7 U. [0 {" N& F( S- |; o  I1 p  S" ~8 J
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    0 ?  w8 ?+ \; z9 q1 C* o6 j7 Y

    ; g8 L/ V( G8 B$ x& `0 `' m0 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。* Y! z9 e7 r4 t" R, M$ f- |( Q- p
    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: e* q/ ]: ?% N) C

    ; R7 z) N- r0 f9 B* E0 G
    ! K& F/ }1 F$ A6 z! P$ u
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    3 E0 t8 N& z' y( \) r5 w1 D
    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
    6 小时前
  • 签到天数: 3041 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( R/ P* ^! a! Z. q" d6 Q, ]& n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 ...

    3 z/ r8 Z2 U& j, W& n用DeepSeek试了一下:- m$ D- Y. F. C- N
    第一次的回答是:
    , D, f- N5 X( z8 a& l# A0 hInput: ZZZZZZZZZZY' h6 M4 f0 O+ D
    Output: AAAAAAAAAAZ
    & {, n; A( B. T5 P9 G# l6 G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?
    * _1 V- F8 W+ I% m* L2 O% yDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:3 X( v' e! s1 z; C5 z0 D6 {( x$ X
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。7 {" K0 C* B* y# G: E3 q0 Q
    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/ ]6 L# R$ b$ _2 p
    用DeepSeek试了一下:
    ( B" @; y; G- j0 i1 N" r第一次的回答是:
    7 h/ q- t2 {+ m6 H5 B" R' sInput: ZZZZZZZZZZY
    2 b. J/ j: Z- u, g
    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 09:141 `! v7 Q3 `" U7 ~, I' e1 ~
    yanei 刚才问: 有没有回答AA的 ?
    7 X  I% b& W2 [0 G% g
    7 K  N6 Z* ~) u5 L: u5 E  v这在实验中已经考虑到的。输入 ZZ 得到 AA

    7 G; @- o" d4 I) B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 6 o# _, X6 f- ~( t

    / H, y, k2 u1 s, h对于当前人工智能的能力不应该苛求。
    2 b7 A9 V2 ~+ j人类乃至动物的智力发展也不是一蹴而就的。9 f' X) K0 _. K0 }, c( z: M8 [
    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
    + ~4 d' j9 c  s6 i. 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, ...
    2 P! V9 l& |% W( ?( R  w( E
    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。# g) W: z$ x: s$ n" l% y
      x1 l- Z& c0 E9 }" 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。7 {) ]! v" B( Q. d
    + w3 J2 p! l; @: s/ u6 O3 g
    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。- C/ G. M& d9 T) h! v
      T9 @2 |6 _4 u
    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, 2025-9-20 15:53 , Processed in 0.040977 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