蘋果公司的一項新研究顯示人工智慧推理有嚴重缺陷
發佈於2024-11-04
瀏覽：648
人工智慧並不總是能把事情做好，這並不奇怪。有時候，甚至會產生幻覺。然而，蘋果研究人員最近的一項研究表明，人工智慧用於形式推理的數學模型存在更嚴重的缺陷。
✕ 刪除廣告作為研究的一部分，蘋果科學家詢問了人工智慧大型語言模型（法學碩士）一個問題，以略有不同的方式多次提出，當他們發現法學碩士提供了意想不到的答案改變時，他們感到驚訝。當涉及到數字時，這些差異最為突出。
蘋果的研究顯示人工智慧的可靠性存在大問題
這項由arxiv.org 發表的研究得出的結論是，「不同設備之間存在顯著的性能差異」。同一問題的不同實例，挑戰了目前依賴單點精確度指標的 GSM8K 結果的可靠性。 」 GSM8K 是一個資料集，其中包含8000 多個不同的小學數學問題和答案。
✕ 刪除廣告Apple 研究人員發現此性能的差異可能高達10%。即使提示中的微小變化也可能導致LLM 答案的可靠性出現巨大問題。起來像是在使用邏輯來為您的查詢提供答案，但實際使用的並不是邏輯。即使改變幾個不重要的單字也會改變這種模式識別。 ，然後添加了一些有關獼猴桃大小的無關緊要的信息。 ，儘管獼猴桃大小數據對問題的結果沒有實際影響，但他們還是從對照中改變了他們對問題的答案。 ]
由於LLM 在我們的文化中變得越來越重要，這一消息引起了我們是否可以信任AI 的巨大擔憂為我們的詢問提供準確的答案。強調了在使用大型語言模型時準確驗證收到的資訊的必要性。如果您是經常使用人工智慧的人，您可能已經知道這一點。
版本聲明
本文轉載於：https://www.makeuseof.com/apple-study-reveals-ai-reasoning-critical-flaws/如有侵犯，請聯絡[email protected]刪除
最新教學
更多>
-
Python中使用OpenCV和Roboflow進行性別檢測 - 分析Vidhya介绍 从面部图像中检测是计算机视觉的众多迷人应用之一。在此项目中，我们将OPENCV结合起来，以面对位置和用于性别分类的Roboflow API，制作一种识别面部的设备，检查它们并预测其性别。我们将利用Python（尤其是在Google Colab中）输入和运行此代码。该直接提供了易于遵循的代码的演...人工智慧 發佈於2025-04-29 -
機器先行思考：戰略AI崛起STRATEGIC AI Prologue 11. May 1997, New York City. It was a beautiful spring day in New York City. The skies were clear, and temperatures were climbin...人工智慧 發佈於2025-04-29
-
LLM必備的8個免費與付費API推薦利用LLMS的力量：大型語言模型的API指南 在當今的動態業務格局中，API（應用程序編程接口）正在革新我們如何整合和利用AI功能。 它們充當必不可少的橋樑，無縫將大型語言模型（LLM）連接到不同的軟件生態系統。 這種有效的數據交換和功能共享允許應用程序充分利用開放和封閉源LLM的功率。本文探討...人工智慧 發佈於2025-04-21
-
使用指南：Falcon 3-7B Instruct模型中的革命性飛躍 關鍵功能和改進 可擴展的模型大小：有各種尺寸（1b，3b，7b和10b parameters），為各種應用程序提供了靈活性。 高級文本生成：文本生成中的異常功能，包括細微的上下文理解和特定於任務的應用程序。 本文是數據科學博客馬拉鬆的一部分。 目錄 架構設計 性能基準 [2 [2 使...人工智慧 發佈於2025-04-20
-
DeepSeek-V3對比GPT-4o與Llama 3.3 70B：最強AI模型揭秘The evolution of AI language models has set new standards, especially in the coding and programming landscape. Leading the c...人工智慧 發佈於2025-04-18
-
盤點Top 5 AI智能預算工具通過AI解鎖財務自由：印度的最高預算應用程序 您是否厭倦了不斷想知道您的錢去了哪裡？ 賬單似乎會吞噬您的收入嗎？ 人工智能（AI）提供了強大的解決方案。 AI預算工具提供實時財務見解，個性化建議和動態計劃，使資金管理更簡單，更準確。 有些甚至使用生成AI提供基於聊天的財務分析！本文探討了印度可...人工智慧 發佈於2025-04-17
-
Excel SUMPRODUCT函數詳解 - 數據分析學院Excel的SumProduct函數：數據分析PowerHouse 解鎖Excel的Sumproduct函數的功能，以用於簡化數據分析。這種多功能功能毫不費力地結合了求和功能，擴展到跨相應範圍或數組的加法，減法和分裂。 無論您是分析趨勢還是解決複雜的計算，Sumproduct都會將數字轉換為可...人工智慧 發佈於2025-04-16
-
深度研究全面開放，ChatGPT Plus用戶福利Openai的深入研究：改變遊戲的AI研究 Openai已為所有Chatgpt加上訂戶釋放了深入的研究，並承諾在研究效率方面具有重大提高。 在測試了雙子座，Grok 3和困惑等競爭對手的類似功能之後，我可以自信地將Openai的深入研究宣佈為出色的選擇。此博客深入研究了它的功能。 目錄 什麼是...人工智慧 發佈於2025-04-16
-
亞馬遜Nova Today真實體驗與評測 - Analytics Vidhya亚马逊最近的回复：Invent 2024活动展示了Nova，这是其最先进的基础模型套件，旨在彻底改变AI和内容创建。本文深入研究了Nova的架构，通过动手实例探索其功能，并检查基准结果。 我们将介绍功能，评论，基准和对AI应用程序的影响。 [2 此探索将涵盖Amazon Nova的功能，详细的评论...人工智慧 發佈於2025-04-16
-
ChatGPT定時任務功能的5種使用方法Chatgpt的新計劃任務：使用AI 自動化您的一天 Chatgpt最近引入了一個改變遊戲規則的功能：計劃的任務。 這允許用戶自動化重複提示，即使在離線時，也可以在預定時間接收通知或響應。想像一下每天策劃的新聞通訊，自動化工作時間表或及時的習慣提醒 - 所有這些都是由Chatgpt自動處理的。...人工智慧 發佈於2025-04-16
-
三款AI聊機器人對同一提示的反應，哪個最佳？這是我發現的。 在精心策劃且詳細的提示中扮演著質量良好的提示，在輸出的質量中扮演任何cathbot生產的質量。與所有工具一樣，輸出僅與使用該工具的人的技能一樣好。 AI聊天機器人沒有什麼不同。 有了這種理解，我指示每個模型創建一個針對個人理財的基本指南。這種方法使我能夠評估多個相互聯繫的主題（特...人工智慧 發佈於2025-04-15
-
ChatGPT足矣，無需專用AI聊機在一個新的AI聊天機器人每天啟動的世界中，決定哪一個是正確的“一個”。但是，以我的經驗，chatgpt處理了我所丟下的幾乎所有內容，而無需在平台之間切換，只需稍有及時的工程。 在許多實踐應用程序中可能會讓您感到驚訝。它的範圍令人印象深刻，使用戶可以生成代碼段，草稿求職信，甚至翻譯語言。這種多功能性...人工智慧 發佈於2025-04-14
-
印度AI時刻：與中美在生成AI領域競賽印度的AI抱負：2025 Update 與中國和美國在生成AI上進行了大量投資，印度正在加快自己的Genai計劃。 不可否認的是，迫切需要迎合印度各種語言和文化景觀的土著大語模型（LLM）和AI工具。 本文探討了印度新興的Genai生態系統，重點介紹了2025年工會預算，公司參與，技能開發計劃...人工智慧 發佈於2025-04-13
-
使用Airflow和Docker自動化CSV到PostgreSQL的導入本教程演示了使用Apache氣流，Docker和PostgreSQL構建強大的數據管道，以使數據傳輸從CSV文件自動化到數據庫。 我們將介紹有效工作流程管理的核心氣流概念，例如DAG，任務和操作員。 該項目展示了創建可靠的數據管道，該數據管線讀取CSV數據並將其寫入PostgreSQL數據庫。我們...人工智慧 發佈於2025-04-12
-
群智能算法：三個Python實現Imagine watching a flock of birds in flight. There's no leader, no one giving directions, yet they swoop and glide together in perfect harmony. It may...人工智慧 發佈於2025-03-24
學習中文
- 1 走路用中文怎麼說？ 走路中文發音，走路中文學習
- 2 坐飛機用中文怎麼說？ 坐飞机中文發音，坐飞机中文學習
- 3 坐火車用中文怎麼說？ 坐火车中文發音，坐火车中文學習
- 4 坐車用中文怎麼說？ 坐车中文發音，坐车中文學習
- 5 開車用中文怎麼說？ 开车中文發音，开车中文學習
- 6 游泳用中文怎麼說？ 游泳中文發音，游泳中文學習
- 7 騎自行車用中文怎麼說？ 骑自行车中文發音，骑自行车中文學習
- 8 你好用中文怎麼說？ 你好中文發音，你好中文學習
- 9 謝謝用中文怎麼說？ 谢谢中文發音，谢谢中文學習
- 10 How to say goodbye in Chinese? 再见Chinese pronunciation, 再见Chinese learning
