微軟研究院前不久發(fā)布了一篇論文,揭示了一個(gè)反常識(shí)的現(xiàn)象:當(dāng)我們和AI進(jìn)行長(zhǎng)時(shí)間多輪對(duì)話時(shí),它們會(huì)變得越來(lái)越"糊涂",給出的答案質(zhì)量也會(huì)明顯下降。微軟研究院的這項(xiàng)研究,用嚴(yán)謹(jǐn)?shù)目茖W(xué)方法證實(shí)了這個(gè)現(xiàn)象的存在,這不是個(gè)別模型的問(wèn)題,而是幾乎所有大模型的通病。研究團(tuán)隊(duì)測(cè)試了包括GPT-4、Claude、Gemini在內(nèi)的15個(gè)主流AI模型,發(fā)現(xiàn)它們?cè)诙噍唽?duì)話中的表現(xiàn)平均下降了39%。
該團(tuán)隊(duì)介紹,該系統(tǒng)生成的論文“在我們自動(dòng)審閱者的評(píng)估下,已經(jīng)超過(guò)了頂級(jí)機(jī)器學(xué)習(xí)會(huì)議的接收門(mén)檻。”
4月7日,CNN消息,美國(guó)伊薩卡學(xué)院-戰(zhàn)略傳播學(xué)教授Diane Gayeski,正在使用ChatGPT批改學(xué)生的論文。
Meta此次發(fā)布的AI系統(tǒng)旨在通過(guò)對(duì)一部分論文引文審查工作實(shí)施自動(dòng)化,來(lái)簡(jiǎn)化維基百科編輯們的工作。該系統(tǒng)可以掃描一篇文章并識(shí)別文章中是否存在有可疑引文的信息片段,此外還能夠推薦相關(guān)性更高的來(lái)源,用這些來(lái)源替換有問(wèn)題的引用。