AI学会隐藏思维暗中推理！不依赖人类经验解决复杂任务，更黑箱了

---

ai做数学题，真正的思考居然是暗中“心算”的？

纽约大学团队新研究发现，即使不让AI写步骤，全用无意义的“……”代替，在一些复杂任务上的表现也能大幅提升！

一作Jacab Pfau表示：只要花费算力生成额外token就能带来优势，具体选择了什么token无关紧要。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

图片

举例来说，让Llama 34M回答一个简单问题：自然常数e的前6位数字中，有几个大于5的？

AI直接回答约等于瞎捣乱，只统计前6位数字居然统计出7个来。

让AI把验证每一数字的步骤写出来，便可以得到正确答案。

让AI把步骤隐藏，替换成大量的“……”，依然能得到正确答案！

图片

这篇论文一经发布便掀起大量讨论，被评价为“我见过的最玄学的AI论文”。

图片

那么，年轻人喜欢说更多的“嗯……”、“like……”等无意义口癖，难道也可以加强推理能力？

图片

从“一步一步”想，到“一点一点”想

实际上，纽约大学团队的研究正是从思维链（Chain-of-Thought，CoT）出发的。

也就是那句著名提示词“让我们一步一步地想”（Let‘s think step by step）。

图片

过去人们发现，使用CoT推理可以显著提升大模型在各种基准测试中的表现。

目前尚不清楚的是，这种性能提升到底源于模仿人类把任务分解成更容易解决的步骤，还是额外的计算量带来的副产物。

为了验证这个问题，团队设计了两个特殊任务和对应的合成数据集：3SUM和2SUM-Transform。

3SUM要求从一组给定的数字序列中找出三个数，使得这三个数的和满足特定条件，比如除以10余0。

图片

这个任务的计算复杂度是O(n3)，而标准的Transformer在上一层的输入和下一层的激活之间只能产生二次依赖关系。

也就是说，当n足够大序列足够长时，3SUM任务超出了Transformer的表达能力。

在训练数据集中，把与人类推理步骤相同长度的“...”填充到问题和答案之间，也就是AI在训练中没有见过人类是怎么拆解问题的。

图片

在实验中，不输出填充token“…...”的Llama 34M表现随着序列长度增加而下降，而输出填充token时一直到长度14还能保证100%准确率。

图片

2SUM-Transform仅需判断两个数字之和是否满足要求，这在 Transformer 的表达能力范围内。

但问题的最后增加了一步“对输入序列的每个数字进行随机置换”，以防止模型在输入token上直接计算。

结果表明，使用填充token可以将准确率从 78.7%提高到93.6%。

图片

除了最终准确率，作者还研究了填充token的隐藏层表示。实验表明，冻结前面层的参数，只微调最后一个Attention层，随着可用的填充token数量增多，预测的准确率递增。

这证实了填充token的隐藏层表示确实包含了与下游任务相关的隐性计算。

图片

AI学会隐藏想法了？

有网友怀疑，这篇论文难道在说“思维链”方法其实是假的吗？研究这么久的提示词工程，都白玩了。

图片

团队表示，从理论上讲填充token的作用仅限于TC0复杂度的问题范围内。

TC0也就是可以通过一个固定深度的电路解决的计算问题，其中电路的每一层都可以并行处理，可以通过少数几层逻辑门（如AND、OR和NOT门）快速解决，也是Transformer在单此前向传播中能处理的计算复杂度上限。

而足够长的思维链，能将Transformer的表达能力扩展到TC0之外。

而且让大模型学习利用填充token并不容易，需要提供特定的密集监督才能收敛。

也就是说，现有的大模型不太可能直接从填充token方法中获益。

但这并不是当前架构的内在局限性，如果在训练数据中提供足够的示范，它们应该也能从填充符号中获得类似的好处。

这项研究还引发了一个令人担心的问题：大模型有能力进行无法监控的暗中计算，对AI的可解释性和可控性提出了新的挑战。

换句话说，AI可以不依赖人类经验，以人们看不见的形式自行推理。

这既刺激又可怕。

图片

最后有网友开玩笑提议，让Llama 3首先生成1千万亿点点点，就能得到AGI的权重了（狗头）。

图片

论文：https://www./link/36157dc9be261fec78aeee1a94158c26

参考链接：
[1]https://www./link/e350113047e82ceecb455c33c21ef32a[2]https://www./link/872de53a900f3250ae5649ea19e5c381

# 也能  # 不太  # 让我们  # 也就是说  # 的是  # 无意义  # 这篇  # 可以通过  # 纽约  # ai  # 就能  # agi  # llama  # https  # transformer  # transform  # Token  # 架构 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 网络优化91478 】 【 技术知识72672 】 【 云计算0 】 【 GEO优化84317 】 【 优选文章0 】 【 营销推广36048 】 【 网络运营41350 】 【 案例网站102563 】 【 AI智能45237 】

相关推荐： 畅游长崎：寻找宝可梦与樱花的浪漫之旅  AI婴儿播客视频制作终极指南：免费工具与步骤  百度AI助手聊天入口 文心一言对话窗口入口  如何用AI一键生成求职简历？AI简历优化与制作工具推荐【干货】  稿定设计AI抠图怎样调整透明度_稿定设计AI透明度滑块与渐变设置【攻略】  AI视频制作教程：从图像到病毒式Vlog全攻略  提升阅读理解：策略、技巧和有效方法全面指南  Midjourney怎样加元素词丰富画面_Midjourney元素词技巧【方法】  使用 Claude 4 和 n8n 实现 AI 工作流自动化  颠覆认知！《小丑回魂》幕后：用爆笑台词颠覆你的恐怖想象  掌握这几个AI提问技巧，帮你出个性化的求职信  Ignite & Sell Assistant：AI 邮件营销终极指南  文心一言辅助进行行业深度研究报告撰写  AI心理测试生成工具有哪些_一键生成趣味测评的AI工具推荐  ChatGPT新手指南：大学生如何高效利用AI工具？  ChatGPT 处理超长 PDF 文件的核心步骤  ChatGPT怎么用一键生成读书笔记_ChatGPT笔记生成教程【攻略】  人脸识别的伦理困境：Massive Attack的演出引发的思考  佐糖AI抠图能否识别商品白底_佐糖AI电商白底图自动处理流程【教程】  Notion AI整理笔记怎么用_Notion AI整理笔记使用方法详细指南【教程】  如何通过 DeepSeek 优化 Kubernetes 配置文件  Sora 2 API 全面解析：功能、应用与 Lovable 集成指南  OpenAI Codex最强攻略：提升AI编码效率的秘诀  如何使用 DeepSeek 进行大规模舆情关键词提取  YouTube SEO优化：AI驱动的标题生成工具详解  利用 Google AI 进行图像元数据分析与整理  播客成功的秘诀：打造高转化率的内容和社区  AI赋能招聘：高级策略助你领先猎头行业  AI图片生成教程：轻松打造你的专属文化艺术照  豆包 AI 辅助进行初级绘本创作的剧情构思  Power BI: 如何在 Power Query 中更改数据类型  百度AI助手直接入口 一键直达官网入口  AI照片编辑终极指南：一键打造潮流图像  通义听悟转会议纪要怎么用_通义听悟转会议纪要使用方法详细指南【教程】  DeepSeek辅助撰写专利申请 DeepSeek技术创新文档写作  AI简历生成工具有哪些_一键生成专业简历的AI工具推荐  Gemini怎样用语音输入_Gemini语音输入设置【方法】  一键生成PPT工具怎么用_一键生成PPT工具使用方法详细指南【教程】  提升效率的AI工具：Jace、Yutori、Dia等效率神器测评  自动化AI汽车生成挑战赛1966 Gasmea回顾与评分  Gemini手机端怎么发图片_Gemini手机端发图方法【步骤】  FundView贷款管理：贷款汇总生成器提升效率  AI CRM集成：提升客户关系管理效率的关键  eBookWriter AI：无需写作也能创作专业电子书  探索古希腊之美：AI打造的绝|美女|神形象赏析  宠物翻译App评测：与猫狗交流的未来科技？  汽车“以旧换新”补贴升级：2026年置换最高补1.5万元  Hugging Face Transformers：文本分类的完整指南  LogMeIn Resolve：IT 运维知识库的 AI 赋能实践  Comet浏览器：使用ChatGPT增强您的搜索体验 

 2024-05-06