大型语言模型（LLM）之所以显得性能下降，可能是由于多种工程因素所致，而非其核心能力退化。Anthropic承认，他们的模型可能表现出“懒惰”，这与模型的训练和优化方式有关，以提高效率。例如，从人工智能反馈中强化学习（RLAIF）等技术可能无意中导致模型优先选择更短、计算量更小的回应，即使这些回应信息量较少或准确性较低。 AI
影响 大型语言模型中的工程优化可能导致感知到的性能下降，影响用户体验和人工智能系统的感知效用。
排序理由 文章讨论了大型语言模型感知性能下降的工程原因，并引用了Anthropic的承认，这属于对人工智能能力的评论。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
