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」 -pc6资讯

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。

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。

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」。

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。

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。

相关视频

没有数据

文章评论

查看所有0条评论>>

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」