设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1618|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
6 a1 Z& l: _$ [# _# w$ A, a0 d& ]! S+ ~7 e0 x
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
* T; y" y7 u' y$ C* q
; I" D, ]8 V- E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。+ ^' J5 g  _1 X. z# {: ?. P
; J$ }( T# D, _( P0 X( g/ x& M
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。
9 w. T2 A- ]% X: @8 z1 N) t) B1 m. f! M; k& C
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' z- H& Z
4 M$ ^4 C. I7 t7 \
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:
% t- d# Q8 I$ D$ I5 y我:  A
' A- R" ^1 ~0 C0 k- dAI:  B' d* u& b" w! n0 {# o3 O7 _4 W
我:  B0 y* B) w8 e, p- a9 L3 ]' b9 x3 k
AI:  C! Q" x% n9 U. B! g
我:X9 t# d' c1 z% ]* ?9 s5 I# `: r% d* ?
  k" _1 M) c+ O- Z" ?3 l
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) E* S4 d) t* i4 W
" }' p& O. M( ?. F; P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:2 X5 p% A; h4 w3 R8 B) T* v
我:Z* q/ e. A/ h0 B$ i. V+ a, T

' y. i; b4 t6 l7 g' y+ S( I6 B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。. o5 V: h8 S- V. U  O
9 }* h/ Q8 F% R( u/ y
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。, ^* @$ g5 _* }1 o0 M# D* o0 n' P
0 B& f9 S0 @) R( c% b
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。
- x% F  F/ _0 N" O0 k! A$ D( G! S/ X- z( F
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:
4 b8 y+ n; O+ o% ~
“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。/ u/ o9 w& S1 F# l& ]# D& w. Y
. e% n: J. q4 y
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。3 _0 R% p7 V4 }1 R+ F

  e$ L7 ^3 l& A" ?1 U2. **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。
- j* S) w' f5 I  W% d7 O$ {7 {2 o' u; ?, }: W
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。
7 O9 b' h; l$ D0 L) d6 s

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
    昨天 08:55
  • 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 6 P# C& J. ]4 O4 y- j; I

    * u8 j$ f% u' m3 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。4 e6 M# `6 g' [* p1 B8 n' M
    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。  z# f1 p% n" y5 `3 r- A
    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。, R: P3 f2 X4 s+ c8 q' 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 09:02
    8 a: k( T! Y" C- i( v2 \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 ...

    4 \! k3 o$ t+ W: d4 M% myanei 刚才问: 有没有回答AA的 ?
    ' N2 l4 T4 ?  Q8 E6 d
    0 G" k( b8 M% U8 h$ S# w* ]2 N这在实验中已经考虑到的。输入 ZZ 得到 AA 8 e% X5 T$ M* }) S8 i& ^4 m
    % J: ]8 o8 h, Q8 A
    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  8 R% F) T' {; f8 h/ @. O& I( P7 a

    ; Y; X, ^# h  |$ _, a打乱顺序输入 NBC, 得到 OCD。 & \" X2 E0 p) s. }2 o$ I

    ( M5 u. Z5 s% u$ w& S& u. a/ z这些都是建立在只输入主贴原始规则的基础上的。$ X9 b! \( H- z
    9 V5 a, K5 w5 C* [0 a) I
    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 08:55
  • 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
    " x$ K7 M* W& E$ \' h7 h" |
    孟词宗 发表于 2024-10-19 09:14
    ' B: Y( u# q# O( Nyanei 刚才问: 有没有回答AA的 ?3 F0 s- F, z9 S' n3 d; A" a

    / n: U, Y9 f( e8 ^这在实验中已经考虑到的。输入 ZZ 得到 AA

    - H0 `" l( V7 `0 g( R5 E1 R
    / Z* l8 j3 I* T9 Q. o5 R! @5 q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。. ^( p8 N: l8 P& Q- _  B/ 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 v# J4 M/ `8 N( w) J8 c3 K5 c; [

    " m/ Z/ w4 u6 s) e0 [* o0 f) {3 g4 s2 Q6 g# Q9 Z% a
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ; E6 S3 D) n( ?: J
    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
    昨天 08:55
  • 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 10:480 W+ O! M! U: }$ q  l3 q  Q7 B
    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 ...

    6 O0 k2 W8 R4 @1 v% }用DeepSeek试了一下:2 t; Q/ z- z9 m$ P' P
    第一次的回答是:
    ( m$ ~( l6 k/ P& B0 u- [5 o9 bInput: ZZZZZZZZZZY5 f# l3 ]$ M9 d  ~
    Output: AAAAAAAAAAZ! h# N3 I6 P' a7 l) q
    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?6 a: [* v& R9 [; O, Z3 l
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:/ U( H5 g1 L3 q; F2 b
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    9 K* e+ z9 S+ m; W
    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
    " P' d: q  A5 R/ y0 X用DeepSeek试了一下:$ ^+ L9 k8 x7 x9 @
    第一次的回答是:9 V+ ]; ]" X0 [( V
    Input: ZZZZZZZZZZY
    ! j. m; l2 l4 l# E
    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 O/ \. _* x* r5 `: _+ a
    yanei 刚才问: 有没有回答AA的 ?: {" I/ s: }6 R% a/ U% \6 \
    9 f! c9 m& {8 q7 i$ |" ~
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    6 E( [3 ]  }$ r( m) C; 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,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 ( o& x8 M1 w" K/ h9 t- b

    - j7 T: {$ W; L, k对于当前人工智能的能力不应该苛求。
    1 c0 s  ]; J9 d$ M8 Q, B# y人类乃至动物的智力发展也不是一蹴而就的。
    ! q& Z7 f" a1 u! J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: J; A* j# N) f( k/ l; [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, ...

    , O$ F) u1 I' N# q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。
    4 `7 u' I- B! B
    ' ~* z/ ^- _2 R9 i% N9 ?) H6 D9 s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。
    ' u4 ~$ G% A% p0 Q+ [( A- J  [( r& H$ P. [+ X" q
    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。6 G' K6 p: }/ ?% q- X

    / P2 X( h+ M0 z! P4 k! X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, 2025-9-21 06:42 , Processed in 0.044763 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