IT 之家 9 月 29 日音信，一项新推断发现三级片快播，跟着大型话语模子（LLM）变得越来越弘远，它们似乎也越来越容易凭空事实三级片快播，而不是幸免或闭幕回话它们无法回话的问题。这标明，这些更灵敏的 AI 聊天机器东说念主推行上变得不太可靠。

图源 Pexels

IT 之家留意到，该推断发表在《天然》杂志上，推断东说念主员推断了一些业界独特的交易 LLM：OpenAI 的 GPT 和 Meta 的 LLaMA，以及由推断小组 BigScience 创建的开源模子 BLOOM。

推断发现，天然这些 LLM 的回话在许厚情况下变得愈加准确，但总体上可靠性更差，给出破绽谜底的比例比旧模子更高。

瓦伦西亚东说念主工智能推断场所西班牙的推断员 Jos é Hern á ndez-Orallo 对《天然》杂志示意："如今，它们简直不错回话一切。这意味着更多正确的谜底，但也意味着更多破绽的谜底。"

格拉斯哥大学的科学和时间形而上学家 Mike Hicks 对此进行了更严厉的评价，Hicks（未参与该推断）告诉《天然》杂志："在我看来，这就像咱们所说的瞎掰八说念，它越来越擅长假装学问富饶。"

测试中，这些模子被问及了从数学到地舆等多样主题，并被条款扩充诸如按指定轨则列出信息等任务。总体而言，更大、更弘远的模子给出了最准确的谜底，但在更难的问题上进展欠安，其准确率较低。

推断东说念主员称三级片快播，一些最大的"撒谎者"是 OpenAI 的 GPT-4 和 o1，但整个被推断的 LLM 似乎齐呈这种趋势，关于 LLaMA 系列模子，莫得一个好像达到 60% 的准确率，即使是最简便的问题。

而当被条款判断聊天机器东说念主的回话是准确还是不准确时，一小部分参与者有 10% 到 40% 的概率判断破绽。

总之推断标明，AI 模子越大（就参数、考验数据和其他成分而言），它们给出破绽谜底的比例就越高。

推断东说念主员称，惩处这些问题最简便的举止是让 LLM 不那么急于回话一切。Hern á ndez-Orallo 称："不错树立一个阈值，当问题具有挑战性时，让聊天机器东说念主说‘不，我不知说念’。"但若是聊天机器东说念主被铁心为只回话它们知说念的东西，可能会闪现时间的局限性。