一位用户发现，当反复询问时，ChatGPT对同一张午餐照片给出了截然不同的碳水化合物估算。在500次查询中，AI的回答差异很大，表明在关键任务中缺乏一致的输出。这种不一致性引发了对AI在需要精确和稳定答案的应用（如饮食管理）中的可靠性的担忧。 AI
影响 凸显了大型语言模型在精确、重复性任务中潜在的不可靠性，影响用户对AI驱动建议的信任。
排序理由 用户报告在特定应用中AI输出不一致。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
"Ask ChatGPT to estimate the carbs in your lunch. Now ask it again. And again. Five hundred times." "You'd expect the same answer each time. It's the same photo, the same model, the same question. But you won't get the same answer. Not even close -- and the differences are large …