设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2972|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
5 ]: u  n. n& ]( b9 Q! r
' ]' j/ F" j% d! O& }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
6 O- p' C# o$ ^- m0 m1 T  C9 x, Y4 T! 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。4 c+ D% I" N; j. e
1 n( l, F  @- {( D/ P" v
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。
( L. ^( j/ Y; R/ M0 Y- Z- ~2 w, X  Z5 Q- R
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.4 f$ w% f6 V% V; f+ g

# U8 e5 X5 a7 {" L4 s0 ?9 lAI 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:# }: R, p8 U6 p% S8 `- J
我:  A# P' m4 [1 k4 ]% ^9 l2 U
AI:  B
* J2 D; k6 v2 M/ B/ u我:  B* `! ]1 W# t' v9 Q
AI:  C# q! q" N: s" P
我:X
2 b' t9 E! c6 s- ~6 w" N+ B+ |. P( F5 T& _! y9 ?
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。
9 z: w  Q1 G0 S$ }+ X. d$ l- \  S: z  n! e# X
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:
0 Z& y7 @* H$ Z4 r% Z( Q. ^我:Z) i, a5 R& v, P/ o1 D& P! `6 O1 L

9 `: ^/ g8 C0 w. E: p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。
% [  D6 g' Z! v9 j% E
2 S- Z* `3 s* q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。
3 z8 W6 J! W8 K/ |! L/ }' E* ?6 T9 E) L3 m- S7 e& H" O
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 x- ?: ]# o) a; Q7 P4 t

  K& d4 c' |* U0 ^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:
; G; e1 T8 ^. [" R, T3 \4 R9 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。, p8 W& a/ R" M5 O# F

( p2 q( ^2 x! ?; [. h1. **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。
( ^# D9 l) g9 _$ o6 T8 `! [+ L5 }# F
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。  @8 t. F# E; W9 c& O8 A4 E' p
( t7 y* g# i% 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。

% L7 H) g9 I. Q# l. }; A5 ~! l

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
    4 天前
  • 签到天数: 3306 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
    . W8 a& a& b: r9 F4 }" B# u& z
    2 n4 o; k  a; q: Q1 |# }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。
    $ N# ~8 @# \. B7 q- _# 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。  `3 Z5 ~+ U% v  S' m/ ]% R
    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。
    . k; ?. M: P- 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
    - j' |% |# w3 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 ...
    . i# R! _% M3 s3 s
    yanei 刚才问: 有没有回答AA的 ?" Y% F+ o- g# i# d4 j6 T8 k' C: y
    : J+ S4 A; E4 J
    这在实验中已经考虑到的。输入 ZZ 得到 AA ( C, F, z( w2 }
    ; x+ ?" f3 N' H6 v& O
    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  9 V: O# ?1 n: X, b  z% n8 Z5 ^" \
    8 z( \4 f9 L. b6 X7 U6 n( C
    打乱顺序输入 NBC, 得到 OCD。   [5 M* ^& e5 w0 `& Y# Z5 ?
    0 s* u. T' I) K# X
    这些都是建立在只输入主贴原始规则的基础上的。
    5 R7 ?8 N! Z0 m. g1 |' T, c6 T% K% ^  L! W* O- ~) T
    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
    4 天前
  • 签到天数: 3306 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 # v% ~6 t4 d9 _5 T8 g8 i6 J
    孟词宗 发表于 2024-10-19 09:14, c9 S6 w- p* f1 p
    yanei 刚才问: 有没有回答AA的 ?4 \. m' d& ]+ Z. ^2 P
    9 k! x+ A& t' b1 \  o
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    , w% q$ q! Y  n, N6 C' G" i6 d
    , i: J5 n8 H. N- c$ @+ j- t2 m$ F7 n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。# ^9 }& b2 P9 s' Q' A
    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?/ Z7 a5 `* a5 R' p3 U* v# o! o
    $ m& W# I0 e* b) G8 [  @6 \3 [

    ( _9 W6 Q& }3 D" {' w; ]4 w+ t
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    / \% O# o1 e1 v% y4 e# [4 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
    4 天前
  • 签到天数: 3306 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  g7 H7 E5 h) C# x5 @
    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 ...

    & f: a8 x4 Q3 D! [/ h8 @0 n用DeepSeek试了一下:
    ) |# Y! [  ^3 |1 Y" }第一次的回答是:
    # G# {0 b! J- ?Input: ZZZZZZZZZZY
    " }% C# K; p4 p- K! N7 c/ @Output: AAAAAAAAAAZ* Y: G" W, J8 ^% r8 J
    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' o) g+ ~! U( Z
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:( @5 h: x: h+ X* H6 E
    将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    " r# l  N8 z: V: l
    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! }4 a* ]& y! h7 }7 i, n9 b
    用DeepSeek试了一下:: b7 N1 R7 P" S
    第一次的回答是:
    * i8 x( r+ @# M; r1 BInput: ZZZZZZZZZZY

    2 \$ M1 e1 d5 k) p3 S% w) d$ `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
    ! j7 o! S- O9 I! y' Q% M% lyanei 刚才问: 有没有回答AA的 ?9 ?  d/ i7 z% Y. G4 {7 b

    : x5 B0 |" O& _1 Z, j# H这在实验中已经考虑到的。输入 ZZ 得到 AA

    4 N% N6 U5 m8 U! \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 5 C8 b' U8 C4 f; {6 z/ u6 m
    ; H! E2 o' ^  i
    对于当前人工智能的能力不应该苛求。
    , u* k7 r4 x/ M9 k( }人类乃至动物的智力发展也不是一蹴而就的。
    + I9 P4 R! S/ f0 v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
    5 H. [- r+ I" _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, ...
    ) o) E" I5 P$ u) e2 s7 D- o
    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。4 c9 O; h6 I! ]) s9 g/ f* b
    " A4 A% t' o% e1 I+ s( M
    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。
    5 x( i+ z8 l" U# P4 Z* ?$ c2 Y0 s
    $ k- R) K+ J: j" }( J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。* o2 X. y( [& e+ w3 h* g

    6 n. l( h+ ]8 Y: s: H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, 2026-7-23 01:22 , Processed in 0.063041 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