大模型“推理”是推理嗎 | 社會(huì)科學(xué)報(bào)

大語言模型已深度嵌入知識(shí)生產(chǎn)與日常交流，語言表達(dá)精湛，卻常在基礎(chǔ)數(shù)理與邏輯推演中出現(xiàn)偏差。實(shí)際上，大模型推理是統(tǒng)計(jì)驅(qū)動(dòng)的模式匹配，與人類自上而下的規(guī)則化推理存在根本差異。唯有正視推理的多元形態(tài)，方能探尋人機(jī)優(yōu)勢(shì)互補(bǔ)、共思共生的智能新范式。

原文 ：《大模型“推理”是推理嗎》

作者 |中國科學(xué)院大學(xué)人文學(xué)院教授 張立英

圖片 |網(wǎng)絡(luò)

近年來，以大語言模型為代表的人工智能技術(shù)飛速發(fā)展，ChatGPT、DeepSeek、Claude等模型已深度嵌入人類的知識(shí)生產(chǎn)與日常交流之中。然而，這些模型一方面能寫出流暢的文章、回答復(fù)雜的問題，另一方面卻頻頻在簡單的數(shù)學(xué)推理、符號(hào)計(jì)數(shù)、邏輯判斷上“翻車”。這種“聰明又愚鈍”的雙面性，迫使我們從邏輯學(xué)的角度重新審視一個(gè)根本問題：大模型的“推理”究竟是不是推理？如果是，它與人類推理有何本質(zhì)不同？我們又該如何提升其推理能力？

1

大模型“推理”：表象之下的模式匹配

要理解大模型的推理表現(xiàn)，首先要看清其本質(zhì)。大模型技術(shù)主要由預(yù)訓(xùn)練、監(jiān)督細(xì)調(diào)和強(qiáng)化學(xué)習(xí)三個(gè)板塊組成。其中，預(yù)訓(xùn)練作為大模型的主體和特色所在，其核心機(jī)制是語元（token）關(guān)聯(lián)度預(yù)測(cè)模型：通過海量文本訓(xùn)練，學(xué)習(xí)不同語元（字、詞、標(biāo)點(diǎn)等）之間在語境中共同出現(xiàn)的概率。當(dāng)我們向大模型提問時(shí)，它并不是在“思考”或“推導(dǎo)”，而是在逐字預(yù)測(cè)“最（較）可能出現(xiàn)”的下一個(gè)語元。

這種機(jī)制決定了大模型的回答本質(zhì)上是模式匹配，而非邏輯推導(dǎo)。它并不理解問題背后的數(shù)學(xué)概念、邏輯結(jié)構(gòu)或語義關(guān)系，而是依賴訓(xùn)練數(shù)據(jù)中語元之間的統(tǒng)計(jì)規(guī)律。因此，當(dāng)問題形式與訓(xùn)練數(shù)據(jù)中的樣本高度相似時(shí)，它表現(xiàn)出色；一旦問題稍作修改，比如更換數(shù)字、添加無關(guān)信息，模型性能就可能斷崖式下降。例如，在蘋果公司發(fā)布的GSM-Symbolic測(cè)試中，僅僅改變題目中的數(shù)字，就導(dǎo)致大模型在數(shù)學(xué)推理任務(wù)中的準(zhǔn)確率下降高達(dá)65%。這說明，大模型并未掌握數(shù)學(xué)運(yùn)算背后的抽象規(guī)則，而是依賴對(duì)訓(xùn)練數(shù)據(jù)的表面記憶。

2

人類推理：自上而下的規(guī)則體系

與“自下而上”的大模型形成鮮明對(duì)比的是，人類的推理是“自上而下”的。我們不僅依賴具體的經(jīng)驗(yàn)事實(shí)，更依賴抽象的邏輯規(guī)則、語義理解、缺省預(yù)設(shè)和自我評(píng)價(jià)機(jī)制。

人類在進(jìn)行推理時(shí)，能夠從具體實(shí)例中抽象出一般性規(guī)則（如傳遞性、交換律、結(jié)合律、分配律等），并通過替換機(jī)制將這些規(guī)則應(yīng)用于新情境。我們還能識(shí)別和調(diào)用隱含的背景知識(shí)，比如“愛麗絲是女孩，因此她的姐妹不包括她自己”。更重要的是，人類具備對(duì)推理結(jié)果的自我檢驗(yàn)?zāi)芰Γ何覀冎雷约菏欠駶M足前提條件，能否得出必然結(jié)論，甚至承認(rèn)“推不出”。這套復(fù)雜的內(nèi)在工作機(jī)制，使得人類推理具有高度的靈活性、共識(shí)性和解釋性。而大模型恰恰缺乏這些能力：它暫時(shí)沒有抽象—替換機(jī)制，不預(yù)設(shè)共識(shí)，也沒有自我評(píng)價(jià)機(jī)制。

3

大模型“推理”算不算推理？

如果我們嚴(yán)格按照傳統(tǒng)邏輯學(xué)對(duì)“推理”的定義——從若干前提出發(fā)，依據(jù)一定規(guī)則得出結(jié)論的思維過程，那么大模型的行為似乎并不符合。它不依賴邏輯規(guī)則，不進(jìn)行抽象，不涉及語義理解。然而，如果我們將“推理”理解為一種從輸入到輸出的信息轉(zhuǎn)換過程，那么大模型的運(yùn)作確實(shí)可被看作一種新型推理。它的“規(guī)則”不是經(jīng)典邏輯的公理，而是語元關(guān)聯(lián)度的統(tǒng)計(jì)規(guī)律；它的“前提”不是命題，而是海量的語料和上下文中的語元序列；它的“結(jié)論”則是通過概率最大化生成的語元串。

這種推理機(jī)制不同于人類，但它并非沒有邏輯結(jié)構(gòu)。中國科學(xué)技術(shù)大學(xué)陳小平教授提出的形式公理系統(tǒng)Lc，就精確刻畫了大模型關(guān)聯(lián)度預(yù)測(cè)的底層邏輯。Lc僅含一條推理規(guī)則（綜合單調(diào)性），卻擁有海量推理前提（語元關(guān)聯(lián)度）。其關(guān)鍵特征包括：所有關(guān)聯(lián)度取值在[0,1]區(qū)間；預(yù)測(cè)遵循比較原則；推理具有實(shí)例性和語境相關(guān)性，但不遵循傳統(tǒng)的一般傳遞性。這一公理化工作表明，大模型推理雖然不同于經(jīng)典邏輯系統(tǒng)，卻具有自身統(tǒng)一的形式結(jié)構(gòu)。

4

人類與大模型對(duì)立還是互補(bǔ)？

將人類推理與大模型推理并置比較，我們不難發(fā)現(xiàn)，兩者各有所長，也各有所短。人類推理的特點(diǎn)在于擅長抽象、規(guī)則應(yīng)用、語義理解、缺省推理和自我評(píng)價(jià)，但受限于計(jì)算能力、記憶容量和信息處理速度。而大模型推理的特點(diǎn)則在于擅長海量信息的統(tǒng)計(jì)關(guān)聯(lián)、快速生成語言流暢的輸出，但缺乏抽象能力、規(guī)則意識(shí)、共識(shí)預(yù)設(shè)和可靠性判斷。

這種對(duì)比讓人聯(lián)想到人工智能史上的符號(hào)主義與聯(lián)結(jié)主義之爭(zhēng)。符號(hào)主義強(qiáng)調(diào)規(guī)則與形式邏輯，試圖自上而下地構(gòu)建智能；聯(lián)結(jié)主義則依賴數(shù)據(jù)和統(tǒng)計(jì)，自下而上地涌現(xiàn)智能。長期以來，這兩大范式被視為對(duì)立，但它們并非不可調(diào)和。一方面，以往人工智能的符號(hào)主義進(jìn)路所使用的主要是演繹邏輯（如謂詞邏輯）的規(guī)律，但人類推理中還包含了歸納、類比等非演繹推理。這意味著，也許不是符號(hào)主義的路徑本身有問題，而是目前符號(hào)主義所使用的邏輯基底不夠合適或不夠充分。另一方面，以數(shù)據(jù)分析和統(tǒng)計(jì)方法為主導(dǎo)的聯(lián)結(jié)主義，其原理雖仍有一定灰箱性，但這種方法的確在很多時(shí)候“行之有效”，具有一定參考作用。這兩個(gè)進(jìn)路，一個(gè)從內(nèi)而外，一個(gè)從外而內(nèi)，從不同角度出發(fā)，實(shí)際上是在共同推進(jìn)對(duì)智能深層機(jī)制的探索。

在此基礎(chǔ)上，也許我們應(yīng)進(jìn)一步思考如何找到兩種方式的共同基底要素。人類推理中大量使用類比、歸納等非演繹推理，這些推理本身就包含了分類與比較等要素。而大模型的語元關(guān)聯(lián)度預(yù)測(cè)，本質(zhì)上也是在不斷進(jìn)行比較（比較不同語元的共現(xiàn)概率），而如何分類也正是當(dāng)下人工智能領(lǐng)域?qū)＜夜?jiān)的方向之一。這表明，分類和比較也許正是人類推理與大模型推理的共同底層機(jī)制。

5

大模型推理增強(qiáng)的可能路徑

基于上述比較，我們可以提出三條增強(qiáng)大模型推理能力的路徑。

一是還原分類認(rèn)知架構(gòu)。人類推理中的類比、舉例、比喻等非演繹推理，都可以還原為“分類”與“比較”兩個(gè)基本要素。大模型如果能在底層引入分類架構(gòu)，則可能更好地促進(jìn)應(yīng)用海量數(shù)據(jù)資源，而不必依賴人類的語義體系，就可能更好地模擬這些推理形式。分類并不一定依賴科學(xué)概念，而是可以基于語元之間的統(tǒng)計(jì)聚類，在保持非概念化優(yōu)勢(shì)的同時(shí)，增強(qiáng)推理的結(jié)構(gòu)性。

二是考慮引入自然邏輯的規(guī)則。自然邏輯是一種基于自然語言表層語法的推理系統(tǒng)，它不需要將語言翻譯為謂詞邏輯，而是直接在自然語言形式上運(yùn)行單調(diào)性、保守性、對(duì)稱性等推理規(guī)則。這種邏輯更貼合大模型的語言處理方式，有可能在不破壞其語元關(guān)聯(lián)機(jī)制的前提下增強(qiáng)其推理能力。

三是增加外部評(píng)價(jià)機(jī)制。大模型缺乏自我評(píng)價(jià)能力，這是其“胡言亂語”的根源之一。我們可以在模型之外增加一套推理結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)，用于檢驗(yàn)輸出是否滿足給定的邏輯約束。這套評(píng)價(jià)機(jī)制不必內(nèi)嵌于模型，而是作為外部模塊運(yùn)行，類似于人類對(duì)推理結(jié)果進(jìn)行“元邏輯”審視。

6

對(duì)人類推理的再思考

大模型的興起，不僅挑戰(zhàn)了我們對(duì)“什么是智能”的理解，也促使我們重新審視人類推理的獨(dú)特性與局限性。人類推理并非完美無缺。我們?cè)诿鎸?duì)復(fù)雜統(tǒng)計(jì)信息時(shí)，容易受到認(rèn)知偏誤的影響；我們?cè)谶M(jìn)行抽象推理時(shí)，也常常依賴教育和社會(huì)共識(shí)的支撐。大模型的出現(xiàn)恰恰提示我們，人類推理中那些被視為“自然”的能力，至少有一部分是在長期文化、教育和實(shí)踐中逐步建構(gòu)出來的。因此，提升人類推理能力，同樣是一個(gè)值得關(guān)注的議題。在大模型可以快速生成語言、模擬對(duì)話的時(shí)代，人類更需要掌握的是邏輯抽象能力、批判性思維、信息篩選與驗(yàn)證能力，以及對(duì)推理過程本身的元認(rèn)知控制。

大語言模型的“推理”不同于人類，但它并非沒有規(guī)律。它代表了一種自下而上的、基于統(tǒng)計(jì)關(guān)聯(lián)的新型推理機(jī)制。與其簡單否定它“不會(huì)推理”，不如認(rèn)真思考：我們能否在人類推理與大模型推理之間搭建一座理解與互補(bǔ)的橋梁？這不僅是技術(shù)問題，更是邏輯學(xué)、認(rèn)知科學(xué)與人工智能交叉的前沿課題。在未來的智能社會(huì)中，人類與機(jī)器的“共思”與“共生”或許正取決于我們能否真正理解：推理，不止一種方式。

文章為社會(huì)科學(xué)報(bào)“思想工坊”融媒體原創(chuàng)出品，原載于社會(huì)科學(xué)報(bào)第2004期第5版，未經(jīng)允許禁止轉(zhuǎn)載，文中內(nèi)容僅代表作者觀點(diǎn)，不代表本報(bào)立場(chǎng)。

本期責(zé)編：程鑫云

《社會(huì)科學(xué)報(bào)》2026年征訂

點(diǎn)擊下方圖片網(wǎng)上訂報(bào)↓↓↓