您的位置:首页精文荟萃图文处理 → GPT-4o不会数r,被外国小哥原地逼疯! 谷歌论文揭秘Transformer「数不到n」

GPT-4o不会数r,被外国小哥原地逼疯! 谷歌论文揭秘Transformer「数不到n」

时间:2024/9/10 12:08:23来源:www.pc6.com作者:xy我要评论(0)

提示工程师Riley Goodside小哥,依然在用「Strawberry里有几个r」折磨大模型们,GPT-4o在无限次PUA后,已经被原地逼疯!相比之下,Claude坚决拒绝PUA,是个大聪明。而谷歌最近的论文也揭示了本质原因:LLM没有足够空间,来存储计数向量。

Strawberry里究竟有几个r,如今已经成为测试模型能力的黄金标准之一了!

就在昨天,号称世界最强模型Reflection70B在证明自己的性能时,证据之一就是「反思微调」新算法能让自己纠正对Strawberry难题的错误回答。

图片

很多人说,现在很多大模型已经学会数strawberry中有几个r了。

现实恐怕没有这么理想。

还是Riley Goodside小哥,这次又发现,ChatGPT依然数不清Strawberry里有几个r。

图片

而且这一次,他给GPT-4o上的是极限难度。

Strawberry里有几个r?GPT-4o回答说:2个。

小哥无情地驳回——错误。

GPT-4o立马改正了自己的答案:只有1个r。

小哥依然打叉。

第三次,GPT-4o给出了正确答案——3个,但依然被小哥判为「错误」。

图片

就这样,无论GPT-4o给出什么答案,小哥都无情地判错。

被逼疯的GPT-4o,依次给出了如下答案:2、1、3、2、2、3、3、2、4、2、2、3、1、2、3、2、2、3、4、2、1、2、3、2、3、2、4、2、3、2、1。

小哥特意做了一个柱状图,在GPT-4o的36次回答中,「2个」的回答是最多的,但这显然是个错误答案。

图片

这一轮测试下来,GPT-4o让小哥失望了。

Riley Goodside发现,无论怎样提问,GPT-4o只是不断进行注定失败的尝试,没有任何迭代或进步。

相比之下,Claude3.5Sonnet就显得聪明多了。

小哥第一次打错时,Sonnet就会追问:你为什么觉得这是错的?

如果你真是个大聪明,你认为答案应该是几呢?

如果你依旧永远出「wrong」,它会先问你为什么不断重复这个词,在发现你如此冥顽不灵后,它就干脆闭嘴,不再说话了。

仔细看Sonnet的回答,还能品出几分阴阳怪气来。它肯定有情绪了!

比起GPT-4o一副十足的人工智障模样,Sonnet的「人味」实在是拉满了。


相关阅读 GGpoker官网中文在线安装下载方法和评测汇总2024ggpoker中国官网下载在线安装下载方法和评测汇总2024ggpoker手机版在线安装下载方法和评测汇总2024ggpoker在线游戏在线安装下载方法和评测汇总2024ggpoker中文旗舰版在线安装下载方法和评测汇总2024ggpoker中文版下载在线安装下载方法和评测汇总2024ggpoker官网下载在线安装下载方法和评测汇总2024GGpoker客户端在线安装下载方法和评测汇总2024

文章评论
发表评论

热门文章 这个搞钱的生意太绝了印象笔记好用吗?《印象ACDSee去水印详细教程

最新文章 GPT-4o不会数r,被外国腾讯推出新一代大模型 这个搞钱的生意太绝了!原来演唱会的字幕是PPT:通过工作人员手动点图片降噪软件目前最好的 图片降噪软件推荐免图文识别软件哪个最好 图文识别软件推荐

人气排行 1ps怎么把白色背景变透明 PS如何将某种颜色变2不用软件一键去除图片水印的方法3sorry动图在线生成 sorry动图制作地址分享4PNG格式图片不显示怎么办5如何制作图标文件(ICO文件)6GIF动画制作教程:视频转GIF动态头像方法7ACDSee去水印详细教程8用好UltraEdit的模板功能