设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 889|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
- a1 z; _2 N# a  P, @' V$ L) p1 e: G2 p2 I; z" s8 s6 N2 l
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
& `* c2 ~6 R) Q( u3 y8 t0 m$ p' R" X+ N6 P3 r9 M
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。$ I8 g7 v$ H, Z$ _0 k% m4 W# c
6 s5 X/ b) }3 O5 L# N7 D. W) J
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。
4 P5 f! W' _$ }9 v' d3 o+ i! b0 g, ?3 l$ Y
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.
7 s& w2 d7 b8 v- e3 Y2 |9 A
8 Z& q/ H2 o8 _$ oAI 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:
9 ]( r( Q% b& H8 \4 j0 k- _3 G我:  A
; W) J4 r" b; M  f: u0 qAI:  B% r! n# r+ u! z6 e
我:  B$ }) T- n% [# t) K
AI:  C8 ]' g* ~9 W/ l# Z* n: `' ~8 w$ v
我:X9 Y* b, L0 q3 a( S9 c3 W

4 {4 N4 ?% `  n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$ x3 [, ^8 ?6 V, }
5 R+ w; A' u1 S. x3 S4 f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:  z: F2 [& g* x! w& B$ N
我:Z
- }2 z' h9 ?5 ]+ b, \+ ^+ M3 j( [% [/ V
. k$ I0 {9 n; T" H% B0 X5 R0 w; F4 w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。
" l' v* |' V8 h" c4 q6 L8 U" U7 \4 e: B  S
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。
0 h) d2 n, D9 j
4 O6 K& q% Z2 E9 V2 u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。
! o& l; _0 a* Q, P
+ @0 w4 a/ A) v$ L* u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:( W# @5 m0 _+ M# K( _
“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。, K( \' X1 a. Z5 {. W$ q

# D8 [8 r8 N# N. W1 M5 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。
  G+ G$ ^+ S# K% `, g( A! Z; n
' F! [5 n. F; a2. **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。; f& M; @' A% q6 V6 r
0 P$ r; h1 V4 |+ {" a( X
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 c1 o4 }4 a# e3 `8 C6 K2 z1 I' ^

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
    4 小时前
  • 签到天数: 2906 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
    8 D0 F. a" ~$ Y5 ]* ?7 Y: W
    ' v. W  f- q, a9 [. A* b- Y9 y/ s2 U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。
    ' i6 h- k+ d; N  h0 G; l8 Z$ v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。- T& |6 t+ a- U1 w1 v$ Z6 L" d
    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。
    * k; L, M1 \3 |& p4 h; y4 Y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
    / B% I8 j* _  J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 ...

    3 z$ m: D9 ?  _2 nyanei 刚才问: 有没有回答AA的 ?* P4 `0 Z9 L: ?" W) }4 O

    , G% O  ?# Q5 S+ k$ j, ^  Z% l这在实验中已经考虑到的。输入 ZZ 得到 AA
    5 Z8 O3 E& a, v/ ]8 C3 U6 A+ i, X6 e9 B8 [  N3 e3 ^
    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  
    ' W3 c; B8 l, k3 y: B/ Q  `1 A' ^; R+ \* M- r
    打乱顺序输入 NBC, 得到 OCD。
    # K8 d# V( n0 g# F  d7 b* Y/ U" w) |5 j& `
    这些都是建立在只输入主贴原始规则的基础上的。
    ' j1 a5 S1 @2 p+ a$ _# W
    8 ]) z+ f" P6 u9 y$ P4 `& ^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
    4 小时前
  • 签到天数: 2906 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
    ! b& [" F% g# D$ H
    孟词宗 发表于 2024-10-19 09:14
    " X. Y2 o( c8 q! d. Y0 Kyanei 刚才问: 有没有回答AA的 ?# I1 c3 j3 t  p+ ~# n6 {
    9 v* o" t2 |/ v( j/ k2 B) b7 C
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    % k) d) z7 L1 S8 o4 k) M: y, {

    2 l" @- f: x+ k# m" h9 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。& A3 T& x( y+ R2 X* v
    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?( {3 g' o& }9 P5 s8 A

    + `# i" H& b8 f0 _1 ~: \8 }
    1 W) ^5 j# Y7 F9 K" h
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    7 H5 w$ \( N* q. j' `, A, M" P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
    4 小时前
  • 签到天数: 2906 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
    8 y- L5 N" b  h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 ...

      a3 q* ]& }& ]7 `+ G用DeepSeek试了一下:
    & {0 k# x; }3 \3 i第一次的回答是:" ^1 k! r1 |5 v/ |
    Input: ZZZZZZZZZZY
    , G' ]9 A7 B; dOutput: AAAAAAAAAAZ: |; F, r( L9 E: v! I' X! 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?
    " C. e! H9 `0 G3 s0 tDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:: J5 a* P' f; A
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。1 ^6 v  O: b7 b, L: 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
    , H3 j# l/ Y; d. o4 X7 W用DeepSeek试了一下:8 t# |) S8 Y  r) [. z8 z( o7 c
    第一次的回答是:
    ( i; r* n7 z+ J6 v0 P0 N! @Input: ZZZZZZZZZZY

    1 R5 _/ ^6 C0 ^4 U" K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
    3 I/ g. ?3 h9 F2 Lyanei 刚才问: 有没有回答AA的 ?8 G  p$ R0 c" P" D9 X

    + V0 U; F# z/ {9 B! z& N/ L# [$ ?9 J这在实验中已经考虑到的。输入 ZZ 得到 AA
    4 D8 n0 q6 I% r- K- y; ^/ j* [
    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
    2 S: x% z% n3 y- A- ^
    & k- z: [7 n; U5 g4 I( \对于当前人工智能的能力不应该苛求。( `# E- f1 Y! I* i% L
    人类乃至动物的智力发展也不是一蹴而就的。
    - ]( b  o, B& D& w1 u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+ @$ C$ h: B3 _+ _( \& ]
    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, ...

    6 Z7 _5 Y( o1 n( {. |7 [& k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。
    * |6 Z# B0 u. i7 m
    2 m2 k, D! ?2 [1 Y; w5 H3 G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。
    / Z4 d0 ~- Q) h/ M0 l. R6 ~1 E
    + ^/ f  q, \3 Y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。  x# E7 `9 \: I9 H2 T; v# _% F
    $ n7 ?+ Z  j2 M2 E, E/ y
    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, 2025-4-26 19:40 , Processed in 0.037164 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