设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2740|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 0 A9 M+ N6 y. v, h
- v* k8 m! l3 v4 }
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! J+ X4 A1 ^* d9 {

9 g8 h- |# e: m6 J% B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。6 k" R3 L6 `( w0 n1 k

1 L  k. P, t' i3 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。9 j+ D7 g- `# B1 t

4 F! z+ E& N* z: B) \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.- \+ Q: F# c* u4 N
* c6 J  f% A, H7 ?; L8 S
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:
- H& a; V6 p0 M) {我:  A. ~& G8 O2 n4 m9 J
AI:  B
3 B: u; o. J8 p( a8 M6 j; o1 T我:  B
$ A5 _$ `# e" ZAI:  C
$ I7 {0 z, X* w( \! \" y6 \我:X
8 h& }9 b0 y$ v9 U0 u  {$ H7 ?4 W
# t+ R* {( s* o0 L& 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。
0 J* w6 A& I4 q" F+ ^; H
% c1 H$ ^" F4 U- P6 |# D3 P7 Y) A, ]' N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 M& `4 H( ^  W; U: W
我:Z
0 v8 f9 ^! l; Q* n6 [
9 f" }, V- R. ~9 ?+ M% m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。& R; Z: ?- [1 S. x, y# Q8 Y
% ]4 m. A" l* N9 T2 q. T
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。# L' s( v! F/ L$ {
4 S: O" z1 v9 U- A0 R# i* {
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。
, c. ?- w8 p8 J1 m4 E2 o+ T" z( l1 a! |7 ]0 l, `7 b. ]& b; ]
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:
& [; C% B( z4 c& X: k4 i
“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。
6 h+ o' n2 g' a' m
1 H# M8 Q) @# q4 s" P; g1. **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 u( N; j0 O- F0 l& n; V9 @7 G
& S4 x$ E! K* {0 j8 ?4 ~/ v2. **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。
' g) M$ |0 s2 J
4 m/ V2 {: l3 M) A: t. ?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  I1 S4 U7 B' w* Y" t& D. y

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
    3 小时前
  • 签到天数: 3274 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
    4 e$ i( }3 K8 e8 i' H6 V. i: t
    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。  l) S2 I: w8 i
    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 ]5 y& F6 Z/ H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。
    0 B9 t' u& |: Z* D2 C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' T4 X8 ^; i; W% ]. Y8 u) A9 h
    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 ...

    ' \5 O# u, c! q3 ~1 ?  ^yanei 刚才问: 有没有回答AA的 ?' I2 D  c* B0 ]" I! k; t. ^! d

    . U6 ?! n: p0 l( U6 e% ~/ D这在实验中已经考虑到的。输入 ZZ 得到 AA
    # w& v' s2 p. M4 U5 Q3 o* o/ e, {1 p+ B9 M. ]' o
    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  
    5 g/ U# d: x/ X7 C/ z. p" U6 l( s- k/ T$ f5 N' ]) z
    打乱顺序输入 NBC, 得到 OCD。
    2 N( y& L: l4 C- v
    2 e! q3 x! \7 E; _6 h0 }" J( N$ L5 ^) o这些都是建立在只输入主贴原始规则的基础上的。/ `+ @+ q: a. e2 y. L! U/ c

    + R4 E+ ]) i/ [1 f( O4 ^+ x! [- v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
    3 小时前
  • 签到天数: 3274 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
    3 `. F+ J4 _- u  F
    孟词宗 发表于 2024-10-19 09:14
    9 V2 P1 i1 f2 fyanei 刚才问: 有没有回答AA的 ?! c- u2 A6 x9 Q8 ^
    . u3 y0 n- ]. e' |+ F  u$ P" A
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    % w2 M6 {5 B- T! }% V
    % z% {, e7 A6 C; f+ x4 o* _$ K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。# ]% s+ w! s) `
    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 L5 Z6 M+ Q8 E3 n5 m3 n, ~) y& a8 A2 Q$ h% B& H

    ; r$ [4 Q; C3 j( E4 Y
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    0 O0 h- d7 _; X5 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
    3 小时前
  • 签到天数: 3274 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
    - E7 X. j5 k2 c6 I+ O' S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 ...

    1 ^" A7 _( @5 W# m1 v, z3 K用DeepSeek试了一下:
    9 f% w$ H9 J+ R% `) H/ H第一次的回答是:+ N$ F2 C/ d; v" H
    Input: ZZZZZZZZZZY7 K+ n, B7 w% T. b  h
    Output: AAAAAAAAAAZ
    : q2 r$ }  p# U. t0 e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?: o" M) ^! y) b7 k8 A
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    " u/ u8 n* b& i& z* l5 g将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    4 A0 |0 t: J$ v/ Z- C0 G
    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
    % N9 i- g: s- W- @4 j! s用DeepSeek试了一下:
    0 p" v. @" _! I$ c0 g; {第一次的回答是:
    4 _. E9 d1 b; E6 uInput: ZZZZZZZZZZY

    , o& j, C3 f* O$ C8 ^& 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 09:14
    ; {9 P+ G# r. l3 @, tyanei 刚才问: 有没有回答AA的 ?
    5 P. ]; }7 E# {7 U- n0 c6 }& c5 C3 U: Q: k* w5 @
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ' R$ D6 A' {  n0 G+ t4 [) N8 y' L2 C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 ; h6 a. ~* S, n9 J
    / F* t) q8 }/ [5 E. Q
    对于当前人工智能的能力不应该苛求。% M! s2 r# ]+ L
    人类乃至动物的智力发展也不是一蹴而就的。
    7 m3 Y# e3 v, [! |- K; o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
    + I$ k6 I4 ~5 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, ...
    5 H, u- b; s* P$ T1 b3 l* j/ O
    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。0 {3 ~- r& h# [; W) Y
    ; {; O% ]) T" z- o/ l$ R3 @
    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。' M, ?# }, g" c; ]$ r

    % w% p; c; y4 }8 D2 @7 Q: a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。
    ) h% V+ c1 x# c; A5 n4 ^" {
    & I& Y0 C( y$ \1 W  l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, 2026-6-7 14:09 , Processed in 0.064802 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