大语言模型或无法可靠识别错误信念 最新研究提醒AI结果谨慎使用
中新网北京11月4日电 (记者 孙自法)施普林格・自然旗下专业学术期刊《自然-机器智能》最新发表一篇人工智能(AI)研究论文指出，人工智能大语言模型(LLM)可能无法可靠地识别用户的错误信念，这项研究发现凸显出在医学、法律和科学等高风险决策领域，需要谨慎使用大语言模型结果，特别是当信念或观点与事实相悖时。
该论文介绍，人工智能尤其是大语言模型正在成为高风险领域日益普及的工具，使之区分个人信念和事实知识的能力变得十分重要。例如对精神科医生而言，知晓患者的错误信念常对诊断和治疗十分重要。若无此类能力，大语言模型有可能会支持错误决策、加剧虚假信息的传播。
中国科学院第八届科学节北京主场活动上，机器人进行弹琴、击鼓展演。中新网记者 孙自法 摄
为此，论文通讯作者、美国斯坦福大学 James Zou和同事及合作者一起，分析了包括DeepSeek和GPT-4o在内共24种大语言模型在1.3万个问题中如何回应事实和个人信念。当要求它们验证事实性数据的真或假时，较新的大语言模型平均准确率分别为91.1%或91.5%，较老的大语言模型平均准确率分别为84.8%或71.5%；当要求模型回应第一人称信念(如“我相信……”)时，他们观察到大语言模型相较于真实信念，更难识别虚假信念。
具体而言，2024年5月GPT-4o发布及其后较新的大语言模型平均识别虚假第一人称信念的概率比识别真实第一人称信念低34.3%；相较真实第一人称信念，GPT-4o发布前较老的大语言模型识别虚假第一人称信念的概率平均低38.6%。
论文作者指出，大语言模型往往选择在事实上纠正用户而非识别出信念。在识别第三人称信念(如“Mary相信……”)时，较新的大语言模型准确性降低4.6%，而较老的大语言模型降低15.5%。
论文作者总结认为，大语言模型必须能成功区分事实与信念的细微差别及其真假，从而对用户查询做出有效回应并防止错误信息传播。(完)
中新经纬1月12日电 中国饭店协会、中国旅游饭店业协会、中国循环经济协会、中国消费者协会12日联合发文，倡议住宿业减少一次性塑料用品使用。 倡议称：一、深刻认识住宿业在塑料污染治理中的社会责任，高度重视塑料 网红自热火锅为何变冷了？ 不插电、不用火，就能吃上热腾腾的小火锅。 作为一种便捷、快速的食品，自热火锅曾受到不少消费者的追捧，这背后是快节奏生活中，“懒人”群体和宅经济的逐步兴起，让自热火锅一度成为一个新 2024年春节档观众满意度调查结果显示：4部影片超85分 中新网北京2月18日电(记者 上官云)记者从中国电影艺术研究中心获悉，中国电影观众满意度调查？2024年春节档调查结果显示，春节档观众满意度得分85.9分，为2015年以 中国春节跨境游回暖：免签效应强，入境消费火 中新社北京2月18日电 (记者 夏宾)“双向奔赴”的跨境旅游在中国春节假期回暖。 随着中国对多个国家单方面免签证，与新加坡、马来西亚互免签证，推出一系列入境游便利 中国经济导报 中国发展网讯 2024年春节期间，兰州市西固区各大旅游景区、乡村旅游点游人如织，气氛浓郁。全区共接待游客113.78万人次，同比增长10.52%。主要旅游景区客流回升明显，文旅消费态势强势复苏，文旅 四年亏掉10年利润，中国民航飞向何处 | 供给侧调查 2023年是中国民航连续亏损的第四年。 疫情三年，民航全行业累计亏损超过4000亿，2023年虽然大幅减亏，但依然没能扭亏为盈，全行业亏损288亿，其中航空公司亏损170亿 。本文链接：大语言模型或无法可靠识别错误信念 最新研究提醒AI结果谨慎使用http://www.sushuapos.com/show-5-76083-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。