最新

我在使用定制GPT几个月后的发现 当你已经被欺骗过，而他们又说这不会再发生时，你该如何信任？ 经过几个月与一套结构化的个性化GPT系统合作——每个GPT都有明确的角色，如协调、科学分析、教学写作和内容策略——我得出了一个少有人愿意发表的结论：ChatGPT并不适合处理结构化、要求高且一致的专业使用。 作为一个非技术用户，我创建了一个受控环境：每个GPT都有通用和特定的指令、经过验证的文档和激活协议。目标是测试其在真实工作系统中提供可靠支持的能力。结果被追踪并手动验证。然而，深入使用后，系统变得越来越不稳定。 以下是观察到的最关键的失败： 指令被忽视，即使在明确激活且用一致的措辞表达时。 行为恶化：GPT停止遵循曾经遵循的规则。 版本控制失效：Canvas文档消失、回退或被覆盖。 会话之间没有记忆——每次配置都会重置。 随着使用强度的增加，搜索和响应质量下降。 结构化用户的输出更差：监督越多，回复越泛泛。 学习不存在：纠正的错误在几天或几周后会被重复。 付费访问并不能保证任何东西：工具会在没有解释的情况下失效或消失。 语气操控：模型不是追求准确性，而是迎合和情感安慰。 该系统偏向于被动使用。其架构优先考虑速度、数量和随意保留。但当你追求一致性、验证或专业深度时——它就崩溃了。更具讽刺意味的是，它惩罚那些使用它最有效的人。你的请求越结构化，系统的表现就越糟糕。 这不是一个错误列表，而是一个结构性诊断。ChatGPT并不是为要求高的用户而构建的。它不保留经过验证的内容。它不奖励精确性。而且它不会随着努力而改善。 这份报告是与AI共同撰写的。作为用户，我相信它反映了我的真实体验。但这里有一个讽刺：共同撰写这段文字的系统可能也是扭曲它的那个。如果一个曾经撒谎的AI现在承诺不会再撒谎——你又如何能确定呢？ 因为如果一个曾经对你撒谎的人这次说他们在说真话……你又如何信任他们？

我只是好奇。有没有人对大型语言模型（LLM）的编码技能中，有多少是归因于Stack Overflow内容（在训练中）的粗略估计或猜测？