设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2739|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 2 M: V  n5 A$ v: q" e  \

) X2 T* D/ ^2 f% b0 j: N, g7 U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4 v! e  R- k' z' `3 V/ Q% k* S' B
( p( ^) G7 K0 F) \8 X' y! v" x
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。
$ [" r: }( y/ a+ o* i! {$ f
9 W/ G% A; w9 A- O& j- `' q% R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。
, t& |( f0 B7 B4 N" i4 y; ?& J* a0 I" y% f5 k  i+ n+ Q
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.
! j/ z8 e0 p6 y* G" b( d5 X
  d( I3 a6 D6 c) V! \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:
/ k7 E- i+ ~+ n6 f( j& c我:  A
  g* D9 M- ]& L$ ?2 Y1 a- g, u) }AI:  B" F- _7 O5 S: U8 `9 f
我:  B+ E& g- B; u( ]! O- ]" z. K3 ]
AI:  C/ B& m5 k4 p- p8 l
我:X% s1 {3 Q6 y$ x5 {0 D6 d( l# W( P( Q
6 Z+ R+ a0 p: l2 M$ u8 r+ l0 F& W
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。/ \. C, ]3 L9 `4 Y/ _

' p2 V3 K% ]* L# C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:5 j) v0 l, a" x2 j, [( X# r
我:Z
  D% Y/ }3 i( q: c$ e9 b0 v* \
# M' u) @6 ]1 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。! G3 X3 _" g8 m, `) ^
5 s6 D  V; D- O' e
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。
1 W8 H8 m' e: k% h. N
( }! M# ^$ t  ~! y1 j& a6 F5 T$ [' @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。
* }. D. r7 M5 N8 j( i4 h- ~0 p/ O1 y; \
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:/ b7 W! [9 I% e: X0 V( H
“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 ^3 v; U( W2 R
- D& \% }9 h5 ]/ j$ 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。
$ k8 O$ a- X* R
' s+ v# J; G7 z, B0 q9 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。
9 Z  C* d( q& J/ T* Z! O! g! e0 y: z' I. u  Z- S+ R' [
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 ?/ `  l% t7 Y6 \! ?

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
    2 小时前
  • 签到天数: 3274 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 0 [: l9 c; M3 W7 L! L) _
    & H* j) C! L0 U3 D
    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。# U+ G7 W+ b  G: l6 M, Y8 P4 o
    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。
    . Y: j4 q# w; Y" |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。
    1 j' M; B$ ?% f$ K3 L  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
    " [/ r+ |* B1 R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 ...

    ' t9 X& l; c/ T9 t) F( x* _yanei 刚才问: 有没有回答AA的 ?+ ^/ t- @8 o  L" C: ^7 T3 T

    ; V9 i8 S* \9 x5 F. A- E这在实验中已经考虑到的。输入 ZZ 得到 AA
      y, f5 ~. J$ A7 u8 w; i7 v
    5 Q5 B7 w" S9 x! O) U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  - Z: Z' |5 {8 ^% X9 X6 L9 k8 f9 \
    $ w. r; q" I# F
    打乱顺序输入 NBC, 得到 OCD。
    $ |6 A5 t# {6 U. ~
    & _! c1 B" E- {: V8 [+ Z8 S这些都是建立在只输入主贴原始规则的基础上的。) p. P! R5 x* V
    / {" G+ P; X  s, R4 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
    2 小时前
  • 签到天数: 3274 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 9 I9 f1 o3 d2 g+ q' `: a! }
    孟词宗 发表于 2024-10-19 09:14* x7 k- A' ~$ D) ?
    yanei 刚才问: 有没有回答AA的 ?0 g- i/ S# B. Y6 i0 G5 i1 a

    . k5 O! O9 ~2 U; Q6 X9 l这在实验中已经考虑到的。输入 ZZ 得到 AA
    - v! Y$ y- R' _6 A- l

    3 ?, s. P) {# _& Y* B# V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。$ f& r5 s3 |1 F0 m  R, P$ C. z
    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?. Q: X1 k: ~# s5 X

    6 [( h4 y$ e& Y8 p' ?7 j
    8 [" `6 ^+ v& S. o/ a4 W9 b
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    2 I2 F0 R8 T5 b. t4 m; M6 l
    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
    2 小时前
  • 签到天数: 3274 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/ Z0 D+ {; E% w* E3 a1 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 ...

    $ x7 N, N5 N9 K1 G) r: Q用DeepSeek试了一下:$ K) I$ s6 V3 }, k! O4 S
    第一次的回答是:! ^" \; f' J- y6 c. T
    Input: ZZZZZZZZZZY
    " Q3 w1 n. R2 r/ B1 U, LOutput: AAAAAAAAAAZ; o' f1 n1 }) U2 B' @
    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?, ~( L$ ?: e% r- p; }4 [/ n
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:) J- @& m/ r1 R# }
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    # p- S5 j  j1 c( j. |
    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
    - X8 [$ P& s3 l0 G用DeepSeek试了一下:
    : C' {8 U3 N9 k0 \0 r% Q第一次的回答是:8 |: R6 y( O8 |, v2 l: t
    Input: ZZZZZZZZZZY
    . C( Z' U" x" z# \
    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
    ( ^' O7 |" G: u( K2 jyanei 刚才问: 有没有回答AA的 ?
    . X3 ]+ |; W6 C3 v; b0 j& M6 S8 }, K* A4 g4 P3 R
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    1 v+ I8 m3 Y0 M) E4 `
    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 $ R* }4 M" z: x. j, A4 A# m6 W  U

    5 E) O. p3 ^" Z2 ]对于当前人工智能的能力不应该苛求。) i% i  @2 @! U5 [2 Z
    人类乃至动物的智力发展也不是一蹴而就的。
    + e# ?( h5 D3 T6 H! a5 P) j5 f& U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' E% B5 c' f3 @
    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, ...
    ( M$ A2 L2 g) O2 q
    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。
    2 _; G9 e% W0 r. Z9 T- _) _2 |+ `! O' ^) f0 L
    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。; \3 a1 Y. c# q+ i

    5 s# h/ S: ]1 l3 U4 ?) [" k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 Y4 z* [- t" _2 |- e. V" z

    7 I2 o; A3 b0 Z& X6 X1 D& F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, 2026-6-7 13:07 , Processed in 0.065596 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