设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2514|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   o& f! z, V. l  n" w
. J8 ], E1 J& N
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% w4 q, p1 _3 a$ e" a( k
# o: ~- |- l# A
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。  ~0 t& x9 S1 \8 l
- t" V7 R0 A5 v7 v5 E
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。
& m& y: Q# J) H+ |4 u' ^6 b6 \( x0 x  Y( P7 W
给 AI 的提示:Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.- J1 d' \% N( R; Z5 M
6 L9 |& ?! {5 g0 ?
AI 回复表示理解了提示中的这个这个规则。于是有下面的实验:# c  Z: k' |6 I4 n* ^1 t' d
我:  A
# q: ^! Z+ [9 PAI:  B; g7 l6 F* P# V) a
我:  B
( ~+ s/ H$ r% Q; yAI:  C9 \1 f' V, ~! c6 k7 \4 `
我:X
' S/ g8 r0 e3 n3 f4 I! i2 E  @# \) P* @3 m, d
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。
, g. X+ X; i) Q, D/ W% p% D6 b- D9 t# _& b* n" M$ h' W% [  ]
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:
. y3 n, K# D, ~  i我:Z
) f& v* W8 t' |2 u
; D' E5 l7 \4 B, k" L& V6 q  L# [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。
' j7 X3 [/ v( k8 X1 ?
+ B* v  S+ I& B9 d# p, N( }- 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。
& S5 z, p0 y% W4 [2 @. R
. T# {( k& @' i+ {0 x& `, y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。, M6 E! a9 r5 z5 y' D

' _% ^* E& F) W  G2 t8 l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:
4 j; F& u, d' S
“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。7 u! `$ ~7 v$ q8 C3 G' S5 O+ _$ B

- u& M3 e; C+ t% _) ]7 V1. **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。
% L/ k( e7 Z* {- G6 A* J# w
" j1 Q  N" U, `1 `8 ^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。6 z( f' [6 X4 b  _$ \

, g, I: ]7 E. {* c) N$ p" 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。

2 C& L5 w$ h9 Y7 F0 [

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
    11 小时前
  • 签到天数: 3239 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
    7 H. g9 y* p! z* s' R  h
    + q. U/ ~8 h( b" D  ?0 L7 o9 l8 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。: Q+ C7 L* T0 I. J
    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。; v& v$ g4 s( ?- R$ u
    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 N. U3 [" W7 G; j: q, M" |! r
    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
    / V. O+ r2 W: 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 ...

    " n4 P8 K3 g; _4 n+ v6 ]yanei 刚才问: 有没有回答AA的 ?
    % n2 C8 q; S5 \' q( [# A5 l+ B. R& h
    这在实验中已经考虑到的。输入 ZZ 得到 AA + [9 K. K% C: g0 t

    / w9 B/ r& Q5 V: B" h: Q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  
      Q. ]' l" R/ B" X% b  _9 ~' }9 r+ u
    打乱顺序输入 NBC, 得到 OCD。 / t6 D4 X3 d, M7 t& B; j* u7 M
    . A4 t. }/ k+ G. a0 Z
    这些都是建立在只输入主贴原始规则的基础上的。
    2 x/ f  T) ]5 n) N9 _( u$ G8 E' M0 l& f- j
    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
    11 小时前
  • 签到天数: 3239 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
    ' s6 ]& L3 q+ C
    孟词宗 发表于 2024-10-19 09:14
    + D; X1 p% O) z$ ?/ a: U( Wyanei 刚才问: 有没有回答AA的 ?
    7 W' M6 \* Y$ D; u- L, ^
    : z% E4 Q- y2 w+ \* e! W% m( D这在实验中已经考虑到的。输入 ZZ 得到 AA

    " C, [; j, H% z9 B  `/ w) B7 K; `$ x! A+ b& w* B
    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。) u& H9 c5 Z% c3 H6 O; v
    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?: g+ O# q" W% `6 {- ~4 R3 u- _- t
    $ ?0 {) m3 N, o5 l  E
    4 C: j8 r* x' L) D% j9 h" k4 `. G
    这在实验中已经考虑到的。输入 ZZ 得到 AA
    7 s5 O& ^( W! f* y8 j
    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
    11 小时前
  • 签到天数: 3239 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
    . t% X6 J  k, G) b8 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 ...

    ' u( t; F2 V* G7 \) [7 B* n- e3 L9 h用DeepSeek试了一下:3 S( a% M6 I! C1 d7 q
    第一次的回答是:$ w  c3 R0 N5 t' @' C" c
    Input: ZZZZZZZZZZY
    6 ]# F1 N2 h& _7 F3 i0 N* hOutput: AAAAAAAAAAZ7 ^, r9 m- C/ y% N
    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?& t( M0 q$ P6 h+ ^
    DeepSeek经过了长时间的思考(用时285秒),给出了正确答案:
    ) i1 X! |9 E% p' y( M) m将 ZZZZZZZZZZY 视为 26进制数 的后继(加1后的结果)是 ZZZZZZZZZZZ。
    9 J( M$ N, V' w8 e; m7 P
    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
    " h* {1 w! N5 N+ a用DeepSeek试了一下:
    $ ]3 ]% X2 M! |$ P/ U第一次的回答是:2 @+ A0 s& B5 L) a, h! U( ?- r+ \
    Input: ZZZZZZZZZZY
    # K% Z- b( @! Y( L( z& e
    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 09:148 L) J- Q6 Z" }% @$ N: d
    yanei 刚才问: 有没有回答AA的 ?
    ' G5 ]8 m* Z. Q/ e0 l2 f6 [2 I: A: Z. s$ _/ n4 ?1 F4 k4 N% s+ V' b/ f/ V
    这在实验中已经考虑到的。输入 ZZ 得到 AA

    $ o+ [- S$ t8 h/ z, i  Q) b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 . g) b' h8 e' l1 L* w: l
    # Y# @+ r4 G+ {  A( R7 E9 w
    对于当前人工智能的能力不应该苛求。
    ) G+ }& [. R9 S( `" x7 g人类乃至动物的智力发展也不是一蹴而就的。' u, T. {! n; r  N
    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 01:315 c* ^& e: s9 H$ Y1 n
    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! U' m# t+ R  ?# f+ u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。
    7 r# `& }$ b' g" i4 {) `  M. l# P
      w- O+ z% Y7 U3 ^  ?6 s1 R/ Y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。- q& B3 r  X9 h% T" ?- U
    / d6 h' q9 ~8 z3 n3 W/ \
    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。: k. V" N! S9 `- }
    % ^: m" `6 \/ r  @1 y' e3 I1 \. @
    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, 2026-4-29 19:08 , Processed in 0.067503 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