设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1455|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 U% W- Z# m  I( h8 _; ?* o2 V2 v
: l' h; q6 H4 Q( j* h
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
$ R6 @% R/ r7 b, l( ~: |) s1 d+ ?' ^2 K5 h9 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。
) n$ g; v' `" t& i7 {2 G: i* [- A) z  q7 z( d7 r5 ~4 {
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 n5 v; [/ v4 P* K# y$ ], @6 Y
5 d: ^( q5 k* H6 L3 E; d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.) x  d4 n- Y4 H) p: j% A

' r$ s: C' _( U) ^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:
2 y/ U( l7 ~; v6 S/ @0 ~8 O我:  A
! Y7 }& g0 Y) b& y0 z( lAI:  B
3 H3 \- D6 k. d+ d我:  B  \8 \; K$ U8 K' C  ^
AI:  C2 F7 q; r' S9 W
我:X
7 q' \0 N5 d$ h; h: i
* G0 }# _: p0 e) W! m+ e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 m; u1 f8 m9 r$ h: B
$ N+ e% y. \( u+ g1 q+ H
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:8 v; Z* n7 {; M
我:Z  r* s: `+ w) c

  G( w6 K# L% g7 {2 G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。& p) J  v. d8 M5 ?2 N+ _" Z

/ V. y' v9 v8 P1 I/ K( @6 U4 ]/ Z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。
2 b- R  \  P3 z1 t6 P
) f$ @; `! L( x( I+ D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。
8 e4 C0 }+ {; A. L  o
5 O2 S/ y6 i) P. A! J. [/ o- 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:
9 S; ~: H; C% W. g, R# L
“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 Y& D8 K* N" T- U+ P" s- q# H& `7 {+ W  S
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。
- X* @# v) a& N
% _% V- s& T  g) k  J' J; H2. **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。
+ i2 b& L2 v: k1 J" X( y$ Y& Q5 V8 L! ~1 }( r- A7 q
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。
1 l. e; c  I* V+ o+ o7 ^$ e( q

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 12:46
  • 签到天数: 3014 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
    " l# i/ Q, c  b" m
    : o3 m* h; q( V% l' 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。/ g* x$ u+ ~0 t) c, q2 C8 _7 N, N
    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。5 h8 O* \' c$ m# V! ]( n
    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。
    * E; e6 ?! W6 V8 v3 k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* f. z  i: l; F3 Z; N6 d8 x
    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 ...
    ' F7 P# z) a0 t9 j
    yanei 刚才问: 有没有回答AA的 ?6 t6 R' n9 v, C4 j3 p; q
    3 @3 j6 g& s* H- X0 u6 B
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    " i. o, A. e' Q' o2 m1 j9 a* D. ~0 U( i2 A. U3 N
    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  # O) G" J3 U& n& {, A

    & m& D* y6 @( I# G; A5 ^打乱顺序输入 NBC, 得到 OCD。 6 x8 G8 d( R9 u& Y: M" T4 E9 o

    0 p7 L: P7 ]- Y  ]# l这些都是建立在只输入主贴原始规则的基础上的。, Y/ Z3 J% a7 o$ o4 x/ A- O2 i, E1 m
    8 d. }  Y( c, ~. h
    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 12:46
  • 签到天数: 3014 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
    0 F: A# T/ `; v* r
    孟词宗 发表于 2024-10-19 09:14! `7 S; Z3 s3 ~: p  B
    yanei 刚才问: 有没有回答AA的 ?% h$ A+ F% ]4 V/ y3 L1 j0 I
    ' g2 B4 ~: W5 c' u
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    1 i( O9 M' O. l+ L1 W
    & f& |0 C, J2 V2 o3 l, R  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。# D, u) i, c* M+ F+ {
    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?
    7 g" T- Q3 U4 ]7 M& r2 V! H. a- ~' r. h- h8 t% u

    + ~& J9 S% G+ m1 |' o6 R
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    . U, }8 }2 r) G2 [: t
    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 12:46
  • 签到天数: 3014 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 10:480 [, O8 j) Y( T6 I  e8 V: i7 a
    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 n+ r% v5 k9 T& S2 N' ~9 k
    用DeepSeek试了一下:8 ~( M! U& z3 [' `" r9 S
    第一次的回答是:# u- c+ e- c' S9 w+ I. D
    Input: ZZZZZZZZZZY  [' H0 ^& ~" Q5 e! @
    Output: AAAAAAAAAAZ+ ]  b; k2 C3 Z* U% Z  I" i4 s/ D
    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?
    2 I$ ^8 F2 z! r( yDeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    * o7 ]! |. s, r1 e将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    * Y+ F- y" o6 R+ a' F5 [
    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
    " D5 n% _# s+ a& h) W用DeepSeek试了一下:+ @% L; n9 D4 B) D3 `9 i" {
    第一次的回答是:; m5 y+ f: D+ t5 o. E
    Input: ZZZZZZZZZZY

    6 i3 m' r3 f. ~4 g& \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% u! w: X3 k6 ]* W  `2 L; U
    yanei 刚才问: 有没有回答AA的 ?
    1 _" I' X& [; }* i) m, I
    ! ^, d9 V& {9 k  {这在实验中已经考虑到的。输入 ZZ 得到 AA
    0 x* H/ [" X4 \. \$ f- U5 k6 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,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
    8 h; [- ~& y  O* b8 s% R
    2 t# m7 V+ ]. `, S2 i$ [对于当前人工智能的能力不应该苛求。0 P1 |! }/ P' x
    人类乃至动物的智力发展也不是一蹴而就的。$ h' X6 j# a, V; s5 D9 b- |  S; ^
    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
    ( l6 n+ T  \% w$ U( A7 X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, ...
    0 y- k* K6 G, \' ^2 [
    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。
    ) L8 U* i. Y0 }! r/ F% g$ K. C* n4 [9 k
    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。/ E0 f3 o" C/ {) v1 S/ p4 L
    & U% _" Z; j8 x' B
    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。; Q" i! T1 L! p  l' H6 i' e

    + l( h" q; W6 \. A' m4 q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, 2025-8-22 07:03 , Processed in 0.041971 second(s), 24 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表