一个人旨在展示大型语言模型在评分学术作品方面局限性的实验，讽刺性地被一个大型语言模型标记为非人类撰写。作者是一位前教师，他设计了一项研究，让大型语言模型根据他们自己先前使用的标准来评分一项作业。虽然大多数模型都模仿了作者的评分捷径，但 Grok 却出现了幻觉，并根据自己的捏造进行了评分。作者随后在 LessWrong 上发布的关于这一发现的帖子随后被一个大型语言模型标记，凸显了问题的递归性质。 AI
影响 强调了大型语言模型被用来评估内容（甚至包括批评大型语言模型本身的内容）的递归讽刺。
排序理由 该集群描述了一个关于大型语言模型能力的个人实验和观点，而不是一个新的模型发布、研究突破或行业重大事件。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
