设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1331|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
3 O1 L; j  \; a( y! U% w0 c) p( L' ^' f% B' S* j
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
5 c- z3 F: b' h/ {! i4 Q0 u+ ^, V5 F+ D  O
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$ {4 `4 e! g! R. Y2 O) y& l1 ^# g8 d! d
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。
! B; p9 O& ?" U2 {1 L: g+ S. d0 e
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.+ J7 L( {, I! I

" j: t" x# n6 W$ eAI 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:. o; b+ `  I% ~( d' }
我:  A. R' o* ^$ e5 m! L
AI:  B8 q$ Z8 z7 ~' r" Q; z" X
我:  B2 }. y) g+ ?$ ?
AI:  C; w' ]: s8 j( s6 M. o
我:X6 Q2 x  t& ~& M$ Z7 Q7 d* ?5 W1 q  c
0 d; e* D) z2 b3 d1 _3 m0 j: s- O
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。; h/ B$ G2 m3 R! n1 I
+ \2 u0 x; o0 P2 S3 g$ Y
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:
3 H" E! e3 R, k1 \我:Z
: G! f$ O) ^  M. M4 z
: X+ b" \) S5 i$ @6 @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。4 s; ~% r7 {: \6 Z9 Q7 ~( Z1 Q

1 O# d0 N, Q6 `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 b0 L+ c$ {; B- d: ~

2 w7 m% C# o3 o1 F$ Z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。
+ q1 O& z, R; e' P3 f% t6 B
) A5 L" Y2 l% q+ J0 R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:
! Q9 f  _7 u) U  _
“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。
5 E  z" P3 l( T9 e$ j
& n9 O2 w$ ~8 R1. **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。
$ Q. U8 G- H8 Y! C, t8 P, F" W& `# z. f6 a- h  \, z
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。0 G4 W5 p" s0 x' V5 P* B/ F8 {

/ y5 a2 B' z4 F/ x  P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。

+ [# o" R8 R. [# p- I1 Y, {  F

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 10:43
  • 签到天数: 2991 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 $ ]6 P6 k$ @8 h6 R( T( B
    " i  ~1 e' f5 e4 m: 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。
    / ~: k! S6 z( X$ e# ~9 h6 L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。) }8 S0 \; d5 g2 `; X# ~
    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。
    ; c# [& V" g* [1 D  Q' z; |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- h5 l6 g9 |  K) l' P9 Q8 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 ...
    / E- j. q% d4 P. V
    yanei 刚才问: 有没有回答AA的 ?
    ( h3 H8 N4 R; Z! \4 _$ F1 U1 _& l  g- m- q( s" P) A8 p2 E
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ( k$ n7 p7 l2 _6 w5 s- t4 x  Y1 p8 K5 Z5 G& f5 m4 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    k8 z1 D0 k4 G# X' R/ s! d

    $ T/ t+ J* m- h* k( x打乱顺序输入 NBC, 得到 OCD。
    & Z! Q5 P: e' Z- g6 |8 v: g5 Z' C( G
    这些都是建立在只输入主贴原始规则的基础上的。
    $ i" N  ^/ K$ R3 s' a# Z: d
    & G# {: e/ [  W5 w* U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 10:43
  • 签到天数: 2991 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 + L- f; U' _; T; c7 K2 |% p
    孟词宗 发表于 2024-10-19 09:14
    ( s% p2 H7 Z3 R5 Q8 f6 Kyanei 刚才问: 有没有回答AA的 ?: H! G$ Z# |. A2 `0 L8 ~6 B
    6 j, U" B8 ?; M# S; d
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    % ^4 y! z; V7 t1 }4 y  W
    0 Y- s7 i! c" d* m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。" B( K* W7 h1 {" q. P  w" B
    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?/ O' ?2 h( ?% u; E* D' T0 r8 h

    0 q4 y. y4 g! e* W$ w( H9 k
    , _# b- b  N4 B
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    & b, _2 J, E& z7 W. {* }  g
    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 10:43
  • 签到天数: 2991 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
    6 G# y  d  `* f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 ...
    * J; P8 A& D$ o
    用DeepSeek试了一下:3 J/ ]0 k9 F9 V9 V% V, x4 h2 L
    第一次的回答是:
    6 R' ~5 h. A2 S6 cInput: ZZZZZZZZZZY
    ' n- u3 k/ R2 G, D; z) nOutput: AAAAAAAAAAZ
    ' h0 V2 R) ~7 {% D6 N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?
    % F! o9 p' j- W( g9 LDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:' q2 m: ^# ]; M/ x3 x! u1 p8 ~
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。+ Z/ R+ x: K% g: N/ X; _
    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 10:257 r7 \  S. I2 W8 C) ~$ N
    用DeepSeek试了一下:
    - b8 q' c5 w- W3 Y) F第一次的回答是:& H" X7 ]9 v% k
    Input: ZZZZZZZZZZY
    + C; ^( S9 D5 H
    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 09:145 z9 l7 \) s! C( P
    yanei 刚才问: 有没有回答AA的 ?
    4 j5 \& F/ \" h$ G8 G; {" c- F
    3 u$ m' }& A. C% _, ~+ w* v7 v这在实验中已经考虑到的。输入 ZZ 得到 AA

    $ W/ K3 p* ?9 Y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 ' G4 k, E+ S. C* p+ k" d' f
    ) k& m. w- c4 d0 A
    对于当前人工智能的能力不应该苛求。
    ' C6 E3 b/ V8 w5 [人类乃至动物的智力发展也不是一蹴而就的。- Q& R( ]7 F, X
    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
    & r% v6 Z4 g7 H+ d) H- W& n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, ...

    , a/ E- U. Z! K: M5 a3 Y2 V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。
    / ]' G% p$ y8 U) f) j7 s1 O+ w2 s& g! J$ b% g; T& w9 n; [
    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。$ E* K9 b+ l7 Z7 a. C# S
    # V. Q# K" k" O) q9 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。
    7 J4 y% v9 v: @+ |* l$ b9 ~; U6 y& r$ v$ ?; G& 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, 2025-7-28 09:13 , Processed in 0.054190 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