设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2856|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
. X, n5 O! \" `3 u
/ l5 L. F. G8 f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! Z7 n( l9 Y% ^  ^; o+ k
! t- T; D6 Q8 p1 O( t5 E$ W
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。  B4 x( p* V. Z- e/ o0 p
" w$ ~7 u# @8 N; R/ A
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。
( k2 u  {& Q* c% x6 s9 I9 k7 U; F2 m8 }) W' f& D' e6 f
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.
9 t% x. h+ J3 l) n% |1 {9 D7 y8 F; ^7 C- L" ~
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:
4 E9 C; y# |# ~" _4 N3 q+ A我:  A7 g% r1 Z) }* G3 D6 H- B
AI:  B
' K. r& |4 N1 \, `+ s我:  B
( ]5 o3 U9 H5 t) M* K$ o) SAI:  C
) V8 f! X2 G# N8 e! b# L我:X1 r4 p0 U, F6 ^; h6 H
& J' B5 \; x7 R( ~/ B0 t$ C
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。! P! E0 m. h. J0 w  r3 t% z/ F
( B9 {8 b- g$ l) S
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:  G1 U: `$ a6 A9 _/ X
我:Z
* {/ p4 n  q9 [6 g  j" Z
4 t) M* @" b/ b, o4 s9 L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。% x$ l/ g" }- h( Q5 A5 e" i
. J7 C4 N- w9 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。" Y& n7 o! }# H" d4 W/ j) R: Q
3 v) y+ a  [' I1 O) `( \3 P
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。
5 d, G5 c/ V4 J- s% F- o
/ K+ \! j$ e+ Q( |0 ]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:9 K/ n( s8 `, E& |7 e. e! v
“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。1 G% `: X+ c% J2 `
5 I3 g, J1 a5 C: x# n: N. k" V
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 ?0 \+ ?$ I5 V! I7 N" s. f( `, a1 ~5 i6 T, l
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。1 a- W' Q& p1 ]& _: ?! e

6 t$ S* y  Y9 [8 G- ]$ p& `/ O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。

0 A8 U  w/ E" y/ W- 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 16:12
  • 签到天数: 3288 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 B3 z& I/ L7 m6 A6 U4 t% \+ i; h. n" p
    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。
    ' u9 p1 m( }. x# W. J7 {0 s. c) D. Y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。
    * p$ R' u7 i) \3 I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。
    ' T5 e, r1 f6 f. v, g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" G7 _- X( |7 z: k
    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 ...
    / s. ?9 [# C0 I: i: r) f+ \
    yanei 刚才问: 有没有回答AA的 ?4 Z6 K$ I, J0 x- a# ?
    : y/ W% X' L2 P  J
    这在实验中已经考虑到的。输入 ZZ 得到 AA / E! d0 z7 h) a( G7 i( I+ b

    , a4 E) U) n9 i, D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  
    ' \$ t3 v4 r6 O' C% k8 n1 [, x4 L8 Z! K3 j2 b
    打乱顺序输入 NBC, 得到 OCD。 ) y$ D2 _2 Y) ~; A

    ! I: f2 `' N: [' Q这些都是建立在只输入主贴原始规则的基础上的。5 y% f! h8 W8 {6 b( G
    " }+ r, [* t5 A5 k: s7 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 16:12
  • 签到天数: 3288 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
    $ |. |( I( R  @# ^* x
    孟词宗 发表于 2024-10-19 09:14
    5 l: t$ Q# M- ^+ {5 i1 ?yanei 刚才问: 有没有回答AA的 ?( ~- E, m# i1 l& H% c$ C
    " b' M' `! F0 A  G8 [8 t8 v
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    ! J9 B3 N7 h4 X# |1 F  U3 Z( k. z3 `4 i4 i. l$ X
    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。) |/ e. a; a. g8 o3 \
    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 L7 `7 m6 u6 y- ]. a/ y1 p

    + e6 l- {# Q) ]+ K
    $ I: \( w# R0 ~& h, t
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ' p: S+ e' o' E( X0 I
    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 16:12
  • 签到天数: 3288 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. i4 ]1 t$ d7 s8 E- 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 ...
    3 {7 M3 O/ D  e; k
    用DeepSeek试了一下:% c" [" y* D+ {! d: x
    第一次的回答是:
    . m% b$ P2 W( N  V' r6 sInput: ZZZZZZZZZZY' l" A* x3 N  [
    Output: AAAAAAAAAAZ
    % K7 z" d0 ~8 W: h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: q1 J1 M! o9 M0 g8 SDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    ; M0 X' s; G: {9 W9 e7 N将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。7 I4 u/ e. S# H; b& X' J1 i
    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 10:251 x4 x9 P4 I8 U6 Q2 B
    用DeepSeek试了一下:
    ( Y8 d& G# Y- B5 ?9 U第一次的回答是:
    3 S" o" G" _6 ?! D, F1 oInput: ZZZZZZZZZZY
    + t$ y4 K* A( {( j* E0 X5 r2 p
    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
    ( n3 F1 W& c5 Cyanei 刚才问: 有没有回答AA的 ?
    - N- b0 m, P! P- S, [* Y1 v# k( U& M0 {1 ~; [
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    : Q6 ?) B+ G1 _, G, 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 : ^  Z7 ~+ _) S9 t9 r5 }  ^. @

    3 B7 o9 U1 q. C$ {3 L1 h7 g6 u' e( F对于当前人工智能的能力不应该苛求。
    9 X2 B+ R* K' a1 N0 A* u人类乃至动物的智力发展也不是一蹴而就的。
    / k' ?5 A: [' P$ d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 01:311 `$ J+ X9 a3 O# ~# ~& ]$ G
    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, ...
    9 q2 n% d. q1 S
    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。& W9 ~, W9 M* S8 |2 J* z0 g, |

    ( F6 t, d8 @1 l) _6 t! z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。) ]$ o8 K0 q% o/ B, x  C: z

    # P- ?9 s: Y# ?5 t! |3 o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。
    9 e; v2 _' {3 H+ \8 H7 {; |7 z* A' w1 h2 d+ N  @/ j
    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, 2026-6-28 06:42 , Processed in 0.059739 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