设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 223|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 9 M8 v$ ~0 ?! ~" w2 W6 `

/ G. A& a; Y& ~1 L- S' S* x& [# s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 I% U) p' e+ r% P$ Z

, C0 E1 X6 I# e5 t4 r. G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。1 g9 F, y* k( L6 D+ E9 ]8 k' c$ L
: c2 v( R5 J$ y5 F' 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。
1 T% v# |) c0 |* c( ~! Z9 g0 G7 @
( T0 X4 x: [& R9 j6 P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  j3 f) s/ k- l' E

8 i2 q2 o( U* K! a2 w7 }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:
) c; A( H. q4 p我:  A- ~5 V2 h, }) a! K3 Y  l
AI:  B
4 q8 r% U) @! e2 ~: @) b我:  B
( b. n& j. i0 K) Z- u$ QAI:  C  r% ?/ l) T8 h, G" q: k1 K
我:X
4 D3 Q6 }; D8 o  p6 Q4 L
1 B: ^' i0 `! u; X2 V1 K: v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。
8 P5 i% Y; k2 L- ~" }; I. t" w5 B- @4 q) \
2 _$ {( x' X$ O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:7 t" g2 s0 B1 N3 ]5 s
我:Z
- c- b0 j3 v0 y0 q. C# F
- C, R0 F7 O+ _6 b+ d: M! x* {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。
/ e! f' x/ {: }! B. s% o0 Z1 X" K* Z% `; f- O
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。
( D! j6 X& H0 \, |
5 v1 m; b+ L* c! S# Q' w  s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。9 h8 L& S* b( P  H- r# c  \* n

% [1 X  ~3 T0 _! L; H0 T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:
: Y! w( J% N5 u, W8 k
“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。
% y+ H; [8 u5 C+ t) A
9 I3 D# s) ?8 X. d1. **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。
/ i# s5 S1 h/ d4 e7 _* B; z* l2 d  ~7 _9 y
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。* d" g4 v, |3 e$ |3 v2 G0 s  J
* h. r. G$ d3 ]9 Q, n+ g
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。
! B, H+ `( n/ i: c! j

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
    13 小时前
  • 签到天数: 2766 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 " ~- `, \( J2 \! r  D6 I! r8 P
    6 M" h4 B8 _9 M3 E" y/ 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。, o! I! a: M3 G- s
    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 M! }/ V1 g1 E$ T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。  ~& i/ {8 a  Q1 w/ D0 o0 d0 o) A
    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% a# {$ T! ]8 f8 L* g$ N
    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 ...
    ( ~# N# ]7 p5 b
    yanei 刚才问: 有没有回答AA的 ?
    + R0 ]. m1 \, J8 ^4 S+ u$ g3 r0 H( v& z
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    ; \! y$ [  q# k1 p# i' e" t9 h% H5 Z& U7 O! O1 K% X2 E
    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  
    8 i. T1 }8 K& p
    1 I% `% p* J& Q5 o; u' `打乱顺序输入 NBC, 得到 OCD。 # l/ s- `! P7 b/ o
    ' t7 I5 y$ t2 n/ k% {
    这些都是建立在只输入主贴原始规则的基础上的。
    & G$ W2 ~# Z0 X, \4 s$ G- h$ X: Q/ X( u1 {
    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
    13 小时前
  • 签到天数: 2766 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
    4 z4 Y6 ?* z9 V/ U
    孟词宗 发表于 2024-10-19 09:14
    3 e; n( I1 L7 Dyanei 刚才问: 有没有回答AA的 ?
    & R& p! z3 @! i& Q# Z
    ' \9 `& Y3 i0 x. C$ K, N这在实验中已经考虑到的。输入 ZZ 得到 AA

    $ H5 _% O/ X- P6 L7 k# j0 C+ U% r
    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。# W) q8 C# d5 r2 j. Y
    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?. n9 I) I! K& l* Z5 [2 S4 {; U5 `
    $ c/ K9 ~0 _- N: F( U" b
    " \0 y0 e" a1 G+ k5 Z
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    & A" a6 W* x8 s! [/ ?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, 2024-11-21 21:15 , Processed in 0.045554 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