设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1620|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 - F' C( {  y4 b* V; H- Q

7 z. R0 y; f2 Y' z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 K2 D: J: z$ ]4 h
2 g, U4 D6 t( h1 J
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。
' `) @  B, D1 r6 _/ ?7 o, t) j4 N4 @6 [) F
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, B# `/ E! K6 O+ ^% F$ u' B$ {( ^! o) m* x/ \
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.
, r/ i& E; c1 |7 {  |! {. f# s6 h& D! N. 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:
/ z1 h# m. D# O, n* d$ p我:  A
# D. F- o, g" zAI:  B
3 f3 N+ U& W( t6 M0 P+ X我:  B
  \) }  |. x$ ^  F  \AI:  C
. i  I9 i# D' z1 C/ ?6 X7 r我:X  [; u- ~' C: e# p2 ~
( N; s/ J5 C& {) d
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。
' z0 z' I4 N! ^/ q! S2 T8 I  R
- B& L. K! g1 j/ f+ c! S7 u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:
- L" c# e4 q* U2 _我:Z
& K: Q/ o2 t: Q  I! n  i+ z3 l0 c% R5 L0 a- y
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。5 c' z& S# A. W) P4 `# x

. b) D3 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。
# e, u% U. F2 j1 g, g! t: n& a9 e  W
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。8 F1 W) P0 Z2 z% T4 U

: |- ?" d; H" k9 J2 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:! z& |; x$ q- z; J, }
“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。' v7 i) s# A+ L, x  p, X# w2 \; G
2 g9 I/ k# ?8 z/ ^& @/ q
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。, `6 L# K8 v* o
9 @/ q! z5 N/ G0 _- k8 |
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。
  \& I: [  E2 M5 t9 a# E# H
+ z, d- v0 @1 D; a5 [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。
3 p$ o# Y: t2 T$ d

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 11:18
  • 签到天数: 3042 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 / W1 E+ Q& R; M: Q
    7 ~3 Q" H. `( z( _0 ^) ^
    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。' Q$ \$ I0 v+ G3 S( ~
    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。
    6 @/ F; z" }# `. ]/ d1 z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。
    & W5 K1 r3 d  ?; E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
    2 v# L6 H* d% ?# v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 ...
    # C; _5 e) e: q$ r  P
    yanei 刚才问: 有没有回答AA的 ?8 F/ x* ^! p8 A- k$ {

    , Z: e) N" }2 s+ F这在实验中已经考虑到的。输入 ZZ 得到 AA
    ; r2 H# t" ~/ ~% I4 G- |" `' k. k6 f5 s' a. a+ `/ [0 y. {* 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  , @' R0 s/ }0 o7 T# ]! D
    8 d0 Y+ c$ h6 v& _$ M
    打乱顺序输入 NBC, 得到 OCD。
    : E% }6 X0 L6 f2 Y& g/ c- t' ~; T- }; N- C/ L* `" N
    这些都是建立在只输入主贴原始规则的基础上的。
    0 u  A6 {  J; t' S# e7 t$ b" \- E' H' ~# y9 S
    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 11:18
  • 签到天数: 3042 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 e7 j5 H/ L' U, N8 P- z
    孟词宗 发表于 2024-10-19 09:14& ]1 p2 r; y* B
    yanei 刚才问: 有没有回答AA的 ?" V( X+ _9 d6 e0 H* z7 Q% m* B% \
    $ v+ w1 k, Y& F. i! Q* L9 d
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    - e6 h$ K" E# }  a3 k
    6 T2 Q* H9 i" w' |
    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。/ q6 K- V, J4 T$ I* V* U, ?
    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?2 X# R: c9 Q8 y% C
    ( P8 E, ]- N# i& f9 b/ e+ A$ E

    ) S) @1 ~) h" J1 v% Y
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ( N5 j4 ]; l5 [( K8 w" q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 11:18
  • 签到天数: 3042 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" V) d' @3 G5 ^, U# \
    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 ...
    $ x9 a- z, [+ B
    用DeepSeek试了一下:6 ^8 O3 p" J- A  K, u1 y
    第一次的回答是:, z! h9 v& @, V4 j! _
    Input: ZZZZZZZZZZY
    : @2 e9 e" W9 ~- P: p$ ^- jOutput: AAAAAAAAAAZ4 I6 y8 i2 K. m$ o  K
    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?# d  b; g( P$ F' [, h
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:) P3 G+ y  `2 x
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    ! q, o5 A9 b% l$ a- J( R
    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
    3 I  F" Y, T( F, O( U# s0 F) _$ i% B用DeepSeek试了一下:
    4 K' r( {1 A* F9 U3 ^0 m4 C第一次的回答是:
      G! N- E( N( U5 s. m- f& y! PInput: ZZZZZZZZZZY
    - n+ V* Z) J$ N8 S& _" _
    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
    5 s; k1 r* U9 I+ h+ S- Tyanei 刚才问: 有没有回答AA的 ?" D3 f  @% K0 e0 A) h4 g  W! l
    7 }, k3 Z2 P. M) v2 c
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ( K' O: \3 p2 D( ^& i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 % r* l, H2 y$ q. `
    # ^: N+ k; H0 }1 R8 p7 \7 Y2 t
    对于当前人工智能的能力不应该苛求。' P# d: |! {; o% W6 y) H& `, d
    人类乃至动物的智力发展也不是一蹴而就的。( Y) `6 S' E) `9 T' a
    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, P+ O5 n* \/ b! h3 E
    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, ...

      }7 e" a& h) _$ {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。
    % n* d% `9 l7 L# |
    2 I6 Z2 D) ~6 E; P. F  p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。2 i$ P) ]/ z- {0 O+ n
    . m) w. |$ u- z/ n7 h  l
    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。
    % n. c9 R# S# V! u- d
    % K9 L1 r/ Z; e- r6 B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, 2025-9-22 00:15 , Processed in 0.038973 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