🔬
為何 LLM 同行評審常常偏離重點
本文指出 LLM 輔助同行評審的常見問題，包括過度關注不太可能造成影響的混淆變數，以及過於抽象的新穎性批評。文章主張，評審應優先處理會實質影響論文結論的風險，並引用具體的先前方法。
Search
Tag: #llm-limitations26 results
當前 AI 模型的脆弱時代
本文討論了在下一代模型發布之前，當前 AI 模型固有的脆弱性。文章指出，目前的系統缺乏關鍵任務應用所需的穩健性。
🔬
科學家對AI熱潮感到錯失恐懼與懷疑
《自然》雜誌針對超過1900名研究人員的調查顯示，近60%的人感到必須使用AI以避免落後，但許多人對其可靠性與數據品質持負面看法。研究人員更傾向使用特定任務模型，而非ChatGPT等通用大語言模型。
Google AI 在基礎拼字與 Tokenization 上面臨挑戰
本文指出 Google 的 AI 模型在處理基礎拼字任務時頻頻出錯。這反映了大型語言模型（LLM）在處理 Tokenization 與字元層級推理時所面臨的深層挑戰。
為何程式設計仍是大型 AI 模型的軟肋？
儘管擁有完整的產品生態系，Google 與 ByteDance 在處理複雜軟體工程任務時仍面臨挑戰。本文探討了當前模型在應對大規模、複雜程式設計需求時的侷限性。
🔬
語言模型與標籤化帶來的認知陷阱
本文探討語言與概念標籤在提升溝通效率的同時，如何扭曲人類認知並限制對現實的感知。文章對比了左腦的分析式標籤思維與右腦的整體感官感知，指出過度依賴符號處理可能會削弱我們與真實物理世界的連結。
使用 Codex 設定複雜的 Linux 視窗管理器
作者探討了使用 Codex 為 Hyprland Linux 視窗管理器產生設定檔的過程。此實驗突顯了 AI 在處理高度技術性與利基型設定任務時的潛力與侷限性。
AI旅遊攻略坑慘首批遊客
遊客回饋Gemini等AI規劃旅遊行程屢屢失誤，如推薦已關門餐廳與不合理路線。大模型因知識截止日期、缺乏即時更新及常識推理而翻車。旅遊平台正整合自有數據提升AI可靠性。
前沿AI模型炒股競賽虧多賺少 金融難活仍靠真人
領先 AI 模型參與股票交易競賽，大多數蒙受虧損。它們交易過於頻繁，且對相同指令做出截然不同的決策。此結果揭示大語言模型與真實市場運作間的潛在鴻溝。
AI 模型投注足球表現糟糕，Grok 最差
Google、OpenAI、Anthropic 和 xAI 的 AI 模型在預測英超聯賽足球投注結果時表現不佳。xAI 的 Grok 在其中表現最差。這突顯了 LLM 在真實世界事件概率推理上的局限性。