打脸奥特曼,GPT-4今年比去年还懒!网友在线实测出炉
GPT-4变懒的问题,又有新进展。
就在今天凌晨,奥特曼发推称,GPT-4这个毛病在新的一年应该好多了!
关于GPT-4变懒,网友的吐槽已是不计其数,其中最多的就是与代码相关的任务:
完成度不高不说,还会被分割成一个一个小块,使用时需要逐一复制。
对于最新版本,一位博主体验之后表示,自己尝试给一年级的孩子做了个学习用的小游戏,效果还不错。
但也有人不认同,比如这位网友就发现,ChatGPT回复的长度虽然增加了,但是很多都是车轱辘话,干正事依旧摆烂。
他让ChatGPT把一些文本翻译成17种语言,结果叽里呱啦说了一堆就是不翻译。
为了消除个体差异,有网友用数据集测试了新的ChatGPT,结果……
新版反而更懒了?
这位网友用GitHub上开源的一套“lazy benchmark”测试了0125(24年1月最新版)和1106(23年11月的上一版)GPT-4模型,发现新版甚至还不如以前,变得更懒了。
这个测试数据集包含了与代码相关的任务,用正确完成的比例间接反应“懒惰”程度,完成率越高说明“惰性”越小。
结果,对于其中的代码比较(Unified diffs)任务,旧版能完成的比例尚且超过了一半,为57%,新版的完成率却仅有44%,降低了近四分之一。
直观感受上,也有人发现ChatGPT的“懒惰”变本加厉了——
以前就算偷懒至少还会糊弄一下,给出个大概的框架让用户自行补充,现在直接就是摆烂说自己干不了。
而针对网友们的这番发现,也有人给出了锐评:
这次,关于GPT-4变懒的原因,以及到底采用了什么优化策略,奥特曼也未做进一步说明。
“土办法”可降低惰性
不过,之前的一项研究表明,GPT-4的惰性可能与时间相关,这一结论与GPT-4“变懒”的现象出现在年末的12月相吻合。
按照这一理论,新年伊始,模型的表现的确会有所提升,但似乎解释不了表现不升反降的现象。
不过,网友们也总结了一些“土办法”,能在一定程度上降低ChatGPT的惰性。
比如告诉它“我没有手指”,就能得到相对完整的代码,而不是一段段碎片。
又或者,告诉ChatGPT自己会“给小费”,也能激发它的工作动力。
甚至有人专门针对“小费”的金额进行了研究,发现10美元的性价比是最高的。
那么,你觉得ChatGPT是变好了还是更懒了?
- 免责声明
- 本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。