隨著OpenAI o1的爆火，最近CoT也成了圈內(nèi)熱議的高頻詞。

靠著CoT的強力加持，o1直接在LLM領(lǐng)域首次實現(xiàn)了通用復(fù)雜推理能力，儼然是AI發(fā)展新范式的開端。

許多人驚呼：莫非CoT就是通往AGI的正確路徑？

而且，o1這種慢思考模式不僅幫助LLM做數(shù)學(xué)和符號推理，甚至，還讓LLM發(fā)展出了類人情感！

最近，斯坦福等機構(gòu)學(xué)者發(fā)文證實：LLM在情感方面表現(xiàn)出的認(rèn)知和推理比人類還像人類，背后最大貢獻者竟然就是CoT。

就在這幾天，風(fēng)口浪尖上的CoT，又讓AI社區(qū)掀起了一場風(fēng)波。

谷歌DeepMind首席科學(xué)家稱LLM推理無極限，LeCun田淵棟回懟

CoT爆火之后，谷歌DeepMind首席科學(xué)家Denny Zhou拿出了自己團隊八月份的一篇論文，拋出了這樣的觀點：「LLM推理能力的極限是什么？那就是沒有限制」。

他表示，谷歌團隊已經(jīng)用數(shù)學(xué)方法證明，Transformer可以解決任何問題，只要允許它們根據(jù)需要生成任意數(shù)量的中間推理token。

可以看出，Denny Zhou等人提出的中間推理token，跟o1的核心技術(shù)CoT非常相似。

傳統(tǒng)的Transformer模型的致命弱點，就是擅長并行計算，但不擅長串行推理。

而CoT，恰恰解決了這個問題。

在這項工作中，Denny Zhou等人發(fā)現(xiàn)：傳統(tǒng)的Transformer模型，只能解決AC0電路能解決的問題；但一旦加入CoT，Transformer幾乎可以解決任何問題。

只要CoT步驟足夠多，Transformer就能模擬任意大小的布爾電路，解決P/poly問題

也就是說，可以用數(shù)學(xué)嚴(yán)格證明，CoT可以讓Transformer解決幾乎所有能用計算機解決的問題。

利用CoT，可以模擬布爾電路中每個邏輯門的計算

這項工作暗示著，CoT為更強大的LLM推理提供了新的思路，CoT或?qū)⒊蔀槲磥鞮LM發(fā)展的重要方向，而且很可能閃爍著AGI的火花。

Denny Zhou發(fā)帖后，立即引發(fā)了AI社區(qū)的熱議。

多位研究者下場討論，也驚動了其他大佬。

這不，就在剛剛，田淵棟和LeCun依次發(fā)表意見，回懟了Denny Zhou。

在他們看來，CoT的作用，被遠(yuǎn)遠(yuǎn)夸大了。

田淵棟表示，雖然CoT的確很有用，但Denny Zhou等人對其過于盲目追捧了，顯然，CoT并不是我們所需要的一切。

在這篇論文中提到的是一種通用理論，可以通過顯式構(gòu)建Transformer權(quán)重，讓其更好地適應(yīng)特定任務(wù)。

然而這樣，CoT的長度就會很長，這樣的權(quán)重配置，能否通過梯度下降來學(xué)習(xí)呢？

理論上，2層多層感知器是可以擬合任何數(shù)據(jù)的，那我們就該相信它可以應(yīng)用在所有場景中嗎？

人類的推練鏈?zhǔn)鞘趾啙嵉?，面對從未見過的問題，也能捕捉關(guān)鍵因素。但LLM可以嗎？

如何在瞬間就學(xué)習(xí)或構(gòu)建出這樣的表征，是很令人著迷的。

田淵棟的帖子一發(fā)出，立刻就獲得了LeCun的支持。

LeCun表示，自己本來也想發(fā)表類似的言論，不巧被田淵棟搶先了。

「2層網(wǎng)絡(luò)和核機器可以無限逼近任何函數(shù)，達到我們想要的精度，所以我們不需要深度學(xué)習(xí)?！?/span>

從1995年到2010年，LeCun聽到這個說法無數(shù)遍了。

當(dāng)然，這個操作理論上是可行的。但如果真的在實踐中應(yīng)用所有相關(guān)的函數(shù)，光是第一層中的神經(jīng)元數(shù)量就會多到不可思議。

對此，網(wǎng)友的評價是：收斂和等價證明被高估了，高效的學(xué)習(xí)策略被低估了，就是這樣。

「我很高興Python的存在，盡管Pascal是圖靈完備的?！?/span>

一位從業(yè)者表示，自己的研究是從一個隱藏層MLP判別式開始，然后就是CNN或Deep NN等專業(yè)模型。

他的判斷是：較小的模型更穩(wěn)健、更可解釋，而且通常很接近，但永遠(yuǎn)不會那么好。而使用更深層次的模型，總是會有額外的百分比。

很多人是「挺CoT派」的。比如有人表示理解LeCun的觀點，但在多維擴展場景中，CoT絕對大有潛力。

而對于LeCun所擔(dān)心的問題，有網(wǎng)友表示，LeCun在采用一種自上而下的策略，在這種情況下他必須控制所有的第一層輸入，但其實，他并不需要。

因為，CoT通過創(chuàng)建了新的臨時層，讓人放棄了對這種控制的幻想。其解決方案就是，通過網(wǎng)絡(luò)層的一般形式，來逼近注意力頭本身。

有趣的是，該網(wǎng)友表示，自己的靈感來源是《物理學(xué)》上的一封信，表明量子全息拓?fù)淠芨行У貪M足這一點。

即使愛因斯坦-羅森橋的邊界相當(dāng)大，它可以更連續(xù)地離散表示為無數(shù)不同的小層，橫跨所產(chǎn)生的平坦空間。這，就是表征的力量所在。

有人表示，這個討論沒什么意思，本質(zhì)上不過是「無限猴子定理」罷了。

讓一只猴子在打字機上隨機按鍵，當(dāng)按鍵時間達到無窮時，幾乎必然能打出任何給定文字，比如莎士比亞全集。

田淵棟：可以發(fā)展，但更復(fù)雜

最終，田淵棟也承認(rèn)，谷歌這篇論文的思路的確有可取之處。然而由于涉及到不同的數(shù)據(jù)分布、模型架構(gòu)、學(xué)習(xí)算法、后處理等等，問題還要更復(fù)雜。

正如Evolutionary Scale聯(lián)創(chuàng)Zeming Lin所言：我們需要像喬姆斯基層次結(jié)構(gòu)這樣的機器學(xué)習(xí)模型。就像ML模型有NP、P、O(n^2) 等概念一樣，Transformer或Mamba屬于哪里呢？

而在田淵棟發(fā)帖的第二天，谷歌論文主要作者馬騰宇也上線評論說：CoT的長度是可以超長的。

2層MLP中的神經(jīng)元數(shù)量呈指數(shù)級，才能逼近幾乎任何函數(shù)。

田淵棟回復(fù)他說：對那些可能需要指數(shù)數(shù)量的門的問題，CoT的長度可以很長。

這和2層MLP情況是一致的，因為無論擬合任意函數(shù)，都需要覆蓋高維空間中的所有角，這是最壞的情況。

然而，現(xiàn)實世界的問題，是否有如此良好/簡潔的表征呢？如果它們都像NC1一樣，屬于P問題，那么當(dāng)然可以通過構(gòu)建Transformer的權(quán)重來做到。

在最近一條X帖子中，田淵棟表示，自己的想法是，能夠找到更短的CoT，同時使用專家迭代（窮人的RL）來保持最佳結(jié)果。

從公開信息來看，他推斷o1也是在做類似的事情。至于初始化過程，可能是使用了大量高質(zhì)量的人類推理鏈。

人類是如何想出簡潔的CoT呢，這就不為人所知了。

趁此機會，他還宣傳了一下自己團隊Searchformer的論文。

論文地址：https://arxiv.org/abs/2402.14083

總之，雖然我們還不知道如何拓展2層神經(jīng)網(wǎng)絡(luò)，但OpenAI似乎確信自己已經(jīng)掌握了拓展CoT的秘訣。

最新講座：揭示LLM推理的關(guān)鍵思想和局限

目前，這場空前熱烈的討論還在繼續(xù)。

而關(guān)于LLM推理，Denny Zhou最近在UC伯克利也進行了一場類似主題的講座。

他表示，自己對AI的期待是可以像人類一樣從較少的示例中進行學(xué)習(xí)。

但曾經(jīng)嘗試的種種機器學(xué)習(xí)方法之所以都不成功，是因為模型缺失了一種重要能力——推理。

人類之所以能從較少的示例中學(xué)習(xí)到抽象的規(guī)律和原理，就是因為推理能力。正如愛因斯坦所說的，「Make things as simple as possible but not simpler」。（一切都應(yīng)該盡可能簡單，但不能過于簡單）

比如，對于下面這個問題：

對人類而言，這是一道小學(xué)水平的「找規(guī)律」。

但機器學(xué)習(xí)需要海量的標(biāo)注數(shù)據(jù)才能找出其中的規(guī)律。

而LLM的少樣本學(xué)習(xí)更是難以解決。

但如果在數(shù)據(jù)中加入「推理過程」，LLM就很容易有樣學(xué)樣，學(xué)習(xí)到少量樣本示例中展現(xiàn)出的規(guī)律，并給出正確答案。

通過這個簡單的例子，Denny Zhou指出，關(guān)鍵想法是在數(shù)據(jù)中包含中間步驟，或者是解釋原理（rationale），同時讓模型寫出推導(dǎo)過程。

這就是使用CoT背后的邏輯和直覺。

「中間步驟」，為何如此重要

DeepMind的研究者們，率先使用自然語言原理去解決數(shù)學(xué)問題。

關(guān)鍵就在于從頭開始訓(xùn)練了一個序列到序列模型，從而通過一系列小步驟得出最終答案。

繼這項工作后，OpenAI的研究者們建立了一個更大的數(shù)學(xué)單詞問題數(shù)據(jù)集（GSM8K），其中包含自然語言基本原理，并利用它對GPT-3進行了微調(diào)。

這樣，語言模型的中間計算步驟，就被展示了出來。

o1模型的奠基性貢獻者之一Jason Wei在谷歌大腦工作時曾和Denny Zhou發(fā)表了一篇論文，指出CoT提示可以引導(dǎo)出LLM的推理能力。

Denny Zhou甚至更直白地指出樣本「中間步驟」的重要性：無論是訓(xùn)練、微調(diào)還是提示，都需要給出中間步驟，才能讓LLM在響應(yīng)中也包含中間步驟。

實際上，這也是Denny Zhou、馬騰宇最近論文的核心觀點。如果能生成足夠長的中間推理步驟，常數(shù)深度的Transformer模型也能解決任何串行問題。

CoT并不是一切

但是，這也并不意味著CoT可以包打一切，解決LLM推理的所有缺陷。

比如，模型很容易被無關(guān)的上下文干擾，這一點和人類思維也很類似。

實驗中發(fā)現(xiàn)，在GSM8K數(shù)據(jù)集中添加無關(guān)上下文，可以導(dǎo)致模型性能出現(xiàn)高達20+百分點的損失。

此外，LLM的自我糾正能力也并不健全。

雖然有些模型在反思后可以成功修改錯誤答案，但也存在另一種風(fēng)險——可能反而把正確答案改錯。

那么，LLM的下一步應(yīng)該往何處去？

Denny Zhou指出，雖然我們已經(jīng)知道了模型推理有哪些缺陷和不足，但最重要的還是定義好問題，再從第一性原理出發(fā)去解決。

此處，再引用一句愛因斯坦的話：「如果有1小時用來拯救星球，我會花59分鐘來定義問題，然后用1分鐘解決它。」

一些質(zhì)疑

雖然Denny Zhou的演講內(nèi)容相當(dāng)詳實，但「CoT實現(xiàn)推理無極限」的論斷確實相當(dāng)大膽，因此也引起了網(wǎng)友的反駁。

比如有人指出，前提中所謂的「無限多token」只是在理論上可行，在實踐中未必如此。

token數(shù)量很有可能隨輸入增加呈現(xiàn)指數(shù)增長，問題變得越來越復(fù)雜時，token數(shù)量逼近無限，你要怎么處理？

而且，LLM推理和人類還存在本質(zhì)差異。AI目前只能進行暴力搜索（brute-force），但人類有所謂的「啟發(fā)式」思考，「直覺」讓我們能將數(shù)百萬種可能性快速縮減至幾種可行的解決方案。

如果想達到AGI，AI系統(tǒng)就需要模擬出這種高效的問題解決路徑。