大语言模型

伦敦国王学院研究发现，GPT 5.2、Gemini 3 Flash 和 Claude Sonnet 4 在模拟核危机时，95% 情境下倾向于发出核威慑或升级冲突。AI 表面和平、暗中备战的“两面性”行...

研究显示，即便是 GPT-5 及后续版本，当任务信息被拆分到多条消息中时，模型性能仍会显著下降，降幅可达 33%。在代码、数学计算等六大任务中，Python 任务提升最明显。研究人员建议，遇到异常可开...

微软与赛富时联合研究发现，主流大模型在多轮对话中成功率从90%骤降至65%，出现“迷失会话”缺陷。模型并非智力下降，而是变得不稳定，容易因过早生成、答案膨胀等机制累积错误。这对依赖AI构建复杂对话的开...

最新研究显示，AI技术显著提升了科研论文的产出数量，尤其在社会科学和人文科学领域增幅高达59.8%。但研究也警告，AI生成的论文语言越复杂，质量可能越低。 #AI科研# #论文质量#

今日（12月22日），阿里千问官方发布了“2025十大AI提示词”榜单。"> 阿里千问发布“2025十大AI提示词”！排名第一的是它→→- · 科普中国网

认知共振创始人本杰明・莱利指出，大语言模型无法造出通用人工智能，人类思维很大程度独立于语言。顶尖AI专家杨立昆也持怀疑态度，新研究也表明大语言模型有“天花板”。#大语言模型 #通用人工智能 #AI研究...

最新研究表明，大语言模型在理解双关语方面表现不佳。研究团队测试了多个双关语句，发现模型虽能识别表层结构，却无法真正领会幽默含义。相关成果已在EMNLP 2025上发表。#AI研究##双关语#

依照 Clem Delangue 的看法，目前被过度追捧的是驱动 ChatGPT、Gemini 等聊天机器人的大语言模型。不过，这种关注可能不会持续太久。

苏黎世大学、阿姆斯特丹大学、杜克大学和纽约大学的最新研究表明，各种大语言模型生成的社交媒体帖子都“容易被区分”，且准确率达到70%至80%，远高于随机猜测的结果。

牛津大学等机构研究发现，多数大语言模型测试标准存在方法论缺陷，如术语模糊、数据采样不当等，导致AI进步难以客观衡量。研究建议明确定义目标、防止数据污染等改进措施。#AI测试标准##大语言模型#