由于更新更好的模型这样做
这并不是一个人工智能模型经过专门训练来下围棋并最终击败最好的人类棋手的情况；而是一个人工智能模型。相反，它在这些测试中取得优异成绩的能力代表了一种更“新兴”的智能。 以前的模型（例如 - ）也没有接受特定测试的训练，但是，正如您所看到的， - 的性能比 - 有了显着提高： 摘自 的 - 技术报告 这些图表看起来不错，并且已成为介绍新型号的文章和新闻公告的主要内容。但问问你自己：你真的想要一个 英语学生—。—即使是一个特别熟练的学生——来控制你的营销信息和文案 喀麦隆电话号码列表 吗？我也不。 如果你不关心人工智能参加标准化测试的能力，而只是想知道它能多好地完成你想要的事情，这仍然是个好消息。来自报告： - 在遵循用户意图的能力方面比以前的模型有了显着的提高。在提交给 和 的 , 个提示的数据集中，对于 . % 的提示， - 生成的响应优于 - . 生成的响应。 因此， - 比 - . 更有可能为您提供所需的内容。那太棒了。不过，重要的是要记住。
https://static.wixstatic.com/media/c0e3f8_e9722ebbb73c4f379e98ed4a7c776d8d~mv2.png/v1/fill/w_704,h_416,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/c0e3f8_e9722ebbb73c4f379e98ed4a7c776d8d~mv2.png
尽管新模型的性能有所提高，但它仍然具有我们从现有人工智能朋友那里知道和喜爱的所有相同局限性。 报告中的另一段引用： 尽管有其功能， - 与早期的 模型具有类似的局限性：它不完全可靠（例如可能会出现“幻觉”），上下文窗口有限，并且不能从经验中学习。使用 - 的输出时应小心，特别是在可靠性很重要的情况下。 事实上，幻觉可能会成为比以前更严重的问题，因为人工智能越好，人们就越容易相信它所说的内容。
頁:
[1]