每次跟AI聊天机器人聊天时，一开始会对答如流和有亮点。不过，随着对话次数越来越多，AI会变得有些迟钝，甚至出现前后矛盾。这不是错觉，而是一种系统的缺陷。
去年，微软研究院和Salesforce联合发表一项研究，分析超过20万条与AI模型的对话，当中包括主流的GPT-4.1、Gemini 2.5 Pro、Claude 3.7 Sonnet、o3、DeepSeek R1和Llama 4。结果研究显示，AI聊得越久，越会在对话中出错。
ADVERTISEMENT
以GPT-4.1和Gemini 2.5 Pro为例，这两个AI模型在处理单次提问时，成功率高达90%。然而，当研究人员刻意多次来回对话，AI的对话表现会下降到65%。
研究人员称，在多次对话的情况下，不管AI模型的能力有多高，大家都表现失准。“我们将它称为‘对话迷失’（lost in conversation）现象。即当模型在多轮对话中出现偏差，它们会彻底迷失方向，且无法自我修复。”
经测试，AI模型的能力并没有变差，只是平均能力水平（Aptitude）下滑了15%。然而，出错率却高达112%。即使是顶尖的AI模型，在多次对话时也会出现“断片”，忘记前后文本脉络。
为什么会发生这种事？研究人员找到4个问题根源：第一、AI盲目抢答。当用户还没把问题解释清楚，AI便急着给答案，造成认知偏差。
第二、即使用户事后修正了一些资料，可是，AI模型会依据自己最初的错误回答，再延伸下去，最后造成逻辑混乱，给出错误答案。
第三、AI太过关注对话的开头和结尾，想要有前后呼应，而忽略了中间的内容细节和逻辑思路，最后出现讯息断层。
第四、回答膨胀（answer bloat）。研究发现，在多轮对话时，AI模型的回答长度会增加20%至300%。一旦回复变长，就会有更多的假设和幻觉。当AI继续推理时，这些假设和幻觉会被当成上下文内容，最后导致自己无法捕捉到用户真正想要问的问题。
研究称，即使像OpenAI的o3和DeepSeek R1有额外的“思考型”模型，在多次对话里面，它们也一样沦陷，无能为力。
毫无疑问，AI模型可以迅速筛检各种内容，给出用户想要的答案。可是，当用户过于依赖AI生成的内容，尤其是谷歌的AI Overviews，就会有一个潜在风险。因为用户通常直接采纳，不会去查证资讯真伪。
更多文章: 【科技简讯】自动手推车来了 Mobi让购物轻松又智能 【科技简讯】Uber Eats购物车助手上线 AI直接帮你把菜买好 【科技Talk】IG悄悄测试新功能 Meta打算进军微短剧？
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT
