设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 180|回复: 3
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
' o& N# v2 u4 P1 |
; ~! ]1 ^/ D6 W8 @  c( z! R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! s7 B# r, O0 |& F

' N) w$ _0 f+ ]; [7 u& U7 }0 t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。
& P! |; I+ l1 c: |
) a' H! g9 ]9 W/ g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 o1 }* _0 `5 x$ q" l
$ S8 d/ ^4 Q. m
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.& S; ?' K$ I- D9 l

! u  x" p3 M4 c8 {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:
/ M1 C) [5 r! _我:  A
( c# [& U* @# D& Q- C; IAI:  B
& a& L% K0 Q, m/ ]7 B& H我:  B% e! `; e# [/ a; M" m
AI:  C
  h0 a1 C8 }: m  R( H我:X
7 {' B9 ?  I& Y0 a0 p3 }
8 R7 k3 L4 U: ^; P0 ^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 X- `& }" ~* L# N! [5 k2 A3 v/ Z0 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:
. m% f8 W* X# U, W我:Z. ^% W. w  H) p/ c8 S
! D; u5 s" C, p9 Y& X1 h% \5 ]
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。; k0 Q* P1 _* {! M
$ f) n- W* J8 u: Q# ^2 ^1 \
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。4 `. d9 V$ @$ i0 m1 ^
5 B! Y: `" P) }% x2 x
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! C* b  {! O

- v% f- J5 J- r, p& W, F2 f5 I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:
+ ^' P4 P7 N; z5 u6 `3 ]6 Q/ 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。
$ x1 ?) L& q2 K- V  F
: W6 U7 c$ w1 |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。4 O( N0 K) w- X! C6 n% y
3 K$ N/ I7 X! {: h  E- Q$ F
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。+ y0 v! O+ T; {# z3 y& Q0 J

5 |* F. w! ?8 U5 R7 b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。
) V. O; r- X# i9 i+ ?/ p

评分

参与人数 3爱元 +24 收起 理由
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
    11 小时前
  • 签到天数: 2754 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
    1 f" g' q! U! }0 O3 q; g  {$ ^& \7 @5 u. E2 {2 C' d* C1 x/ Y  V9 O
    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。0 l7 w" z/ H; Q; G
    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 n" B6 H* Q2 X& [' w9 i, R
    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。, l; s" Z7 C7 p9 \& i9 a# 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; h. T$ U+ Q( u: G, _
    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 ...
    0 X" q- b1 w& z8 ~
    yanei 刚才问: 有没有回答AA的 ?6 p- V8 m# R8 `2 c/ m" r. D

    . w: j3 C" R! A这在实验中已经考虑到的。输入 ZZ 得到 AA 0 N' ~" g8 Z, `  Q" u; R1 ~

    ! E. ~( _( B6 [% T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  
    1 {) z9 \# d: ^  w6 `! s# p- e) a9 B5 L
    打乱顺序输入 NBC, 得到 OCD。
    % x) G  P' y' W* `. C
    / g, S2 {" u8 R' V, k% c' c这些都是建立在只输入主贴原始规则的基础上的。
      L1 `9 n7 @& ]& }: p# @0 w/ f5 Y( V! T4 H3 ?' P) k4 }
    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
    11 小时前
  • 签到天数: 2754 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
    % N# g& {% P5 B
    孟词宗 发表于 2024-10-19 09:14; ]4 p# Y0 N" u# G8 c
    yanei 刚才问: 有没有回答AA的 ?9 x* M3 y, K2 i6 A, t
    $ `# w& A7 M$ r. x
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    8 ]* `0 q' }6 b, F
    1 ?* q7 Z1 y+ ?9 ]/ ^" F, K1 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。8 Y( u$ B3 p& D: x" 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?
    $ w$ T9 q+ E; S+ o) B; }; B+ @6 {' U( w  _2 Z6 H" v' G5 m5 f

    5 ~4 Y+ E& ], s7 X0 n; H6 c
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ) H5 K' t& \% n8 j) x3 r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

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2024-11-5 18:57 , Processed in 0.038401 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