IT之家 9 月 7 日消息，斯坦福大学的一项新研究发现，热门生成式人工智能（AI）聊天机器人 ChatGPT 的能力在几个月内有所波动。斯坦福

IT之家 9 月 7 日消息，斯坦福大学的一项新研究发现，热门生成式人工智能（AI）聊天机器人 ChatGPT 的能力在几个月内有所波动斯坦福大学的团队评估了 ChatGPT 在几个月内如何处理不同的任务。

他们发现，ChatGPT 的能力随时间的推移而出现了不一致目前，ChatGPT 有两个版本 —— 免费的 GPT-3.5 模型和更智能、更快速的付费 GPT-4 版本 研究人员发现，GPT-4 在 3 月份能够有效地解决数学问题，识别质数的准确率为 97.6%。

三个月后，其准确率下降到了 2.4%。而另一方面，GPT-3.5 却变得更好，从 7.4% 的准确率提高到了 86.8%。

研究人员还注意到，在编写代码和视觉推理方面也有类似的波动斯坦福大学计算机科学教授 James Zou 称：“当我们调整一个大型语言模型来提高它在某些任务上的表现时，那可能会有很多意想不到的后果，可能会损害这个模型在其他任务上的表现…… 这个模型回答问题的方式有各种各样的相互依赖性，这可能导致我们观察到的一些恶化行为。

”研究人员认为，结果并不能真正反映 ChatGPT 性能的准确性状态，而是显示了微调模型带来的意外后果本质上，当修改模型的一部分来改善一个任务时，其他任务可能会受到影响为什么会这样很难确定，因为没有人知道 ChatGPT 是如何运作的，而且它的代码也不是开源的。

随着时间的推移，研究人员注意到，ChatGPT 的回答不仅变得不太准确，而且还停止了解释其推理过程由于 ChatGPT 的运作方式，要研究和衡量它的表现可能很困难，这项研究强调了观察和评估驱动 ChatGPT 等工具的大型语言模型（LLM）性能变化的必要性。

该研究已经在 arXiv 上发布，并正在等待同行评审，IT之家附链接在此

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186