设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 353|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
* e" ?0 h" P2 w( x% @. r% }  t3 |
' k1 B7 e# R% [/ {! N- N7 L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2 M$ T3 k2 B/ b* g2 g8 W

& R0 `7 _! g# G9 ~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。
% o/ j8 `3 [+ K# O5 ]& K( o1 a3 V3 o6 h
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。4 L# B: q: o3 A, F2 j  F' T- {; i

2 Z+ u( A4 x: l, H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." b7 b3 N. `2 d" \$ S

) J) L8 v9 p4 F4 m+ H& y; n- fAI 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:
( Q3 P- q' j; k. w- V我:  A
" _8 w. m% K; z# j1 ^1 wAI:  B) M( d! [; x- j) ?
我:  B
. Q6 m7 \" n5 E. x0 W+ HAI:  C
: j% G' Z: M& W' E/ f+ H( ?我:X* ~8 |6 d9 m- D$ n( \

5 A4 d" Q$ n* B3 r+ B; u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。1 N' ]6 B) d; p2 U

2 v# L) C6 @. g! N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:
9 H) z4 b) A* Y3 H$ _2 U$ c) I我:Z5 B* L3 M; E$ U  ]! @

0 R- ^" f0 C# ]6 K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。
3 O* l$ B( ~& S7 |7 w- o- s( e5 {
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。
* k5 ^- d6 j& I# w0 l" g- `3 ]/ h8 w  v1 M0 \" m  X
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。+ A. p- C0 F0 W7 v$ {+ o

  ]2 V! U% }' y) f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 j! M! d) w) w" b/ ?* w  U8 d
“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。& l& X3 [$ P. i0 ?. y# u& T

) s( I! O. l1 k  V) R7 b2 A. ~* F1. **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。
; P+ y4 J/ ]$ h* G/ U- \2 c* `7 F6 y9 c7 r& B7 e# r
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。4 h6 O" n6 H6 {4 y4 ]
1 F* u; E$ J- l  w
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。

& C1 [) ~  F" I) K" [

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
    昨天 08:26
  • 签到天数: 2798 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 * W/ p6 O8 Z1 s1 f' x* F

    & y' a- N; T  p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。
    ( F/ m7 R/ A5 N/ v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。
    ( h* l  f0 R! i( z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。
    2 _- c$ C: `8 |1 g, C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
    - \# x. V. a/ B% P) _0 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,在完成证明的过程中也分三种情况。第一 ...
    1 l  [/ m7 r* E' h
    yanei 刚才问: 有没有回答AA的 ?
    ) H/ k( x# K* J: l5 k: H4 c/ [% r' g2 F0 t6 D# v" R8 u" ^, K+ U4 l
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    9 X7 ~% m4 c0 U& p9 S
    * r1 z. `' R) _  j" w: B4 F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  . P7 C. r* `7 ~( p0 l- r; w
    & ~. s% P* B, x6 {% S$ w$ j4 F' ?
    打乱顺序输入 NBC, 得到 OCD。
    ; K( Z; H" C" j2 T" {
    1 F6 N+ M" e. o  _  O这些都是建立在只输入主贴原始规则的基础上的。7 t' m7 _+ H( r  [( d0 B1 Z

    0 D- M" G% Z$ ]3 P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 08:26
  • 签到天数: 2798 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
    3 o% B- ~( g" M
    孟词宗 发表于 2024-10-19 09:149 \* T  @1 w4 ]5 W( A# d( H3 B3 G
    yanei 刚才问: 有没有回答AA的 ?: [, b( C6 c3 {& ~; @: U
      v) o( {$ p0 f2 w
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    2 w$ Q9 ^3 o0 R( S
    * g  L& |* Z$ a8 v! k
    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。; s  ^- O/ _% D, `2 U
    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?3 a( W; p! A* U# O! G1 _

    + R6 ?6 H  D: [- c1 v
    , p8 [, K; F0 m! F- l. X
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    3 r: j6 ]$ d% l+ a% {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, 2024-12-26 03:58 , Processed in 0.032984 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