DeepSeek是如何分析文本的,為什麼有時會誤解你

2025-02-04 | 來源: 丹江湖上釣魚翁 | 轉到微信 | 有3人參與評論 | 字體: 放大縮小 | 收藏 | 打印

那些2月3日有篇文章，批評DeepSeek會胡說八道，誤導用戶，因此比Chat GPT危險百倍，正在中文互聯網構建“幻覺長城”。這篇文章揭示的問題確實存在。我1月底就發現了類似的問題。

我的觀點是：

【1】它出錯是因為：對於用戶輸入的有些文本，它無法正確理解，因此在推理思考就會出錯。

【2】這是所有AI模型發展過程中必然出現的現象，不必苛求。AI模型畢竟才剛剛起步，未來還需要多年的訓練（進化）。

【3】用戶在使用時應該充分注意，盡量說清楚自己的需求，而不是把一個簡單問題丟給它，完全依賴和相信它輸出的結果。

為了說明這個問題，我們從AI模型如何理解文本開始說起：

一、AI模型的參數

AI模型動輒有幾百、幾千億個參數。7B、14B……中的B就表示billion（10億）個參數。參數越多，模型通常學習能力越強，但資源消耗也越大。

所謂的“參數”（Parameters），是機器學習模型（尤其是神經網絡）的核心組成部分。它就像AI模型的"大腦細胞"。打個比方，想象你正在組裝一個巨型的樂高機器人：

每個樂高積木 ≈ 1個參數；

積木的連接方式 ≈ 參數之間的關系；

DeepSeek發布新版R1 稱能力接近美國頂尖模型

DeepSeek R1悄悄更新!用「小版本」幹翻大模型

DeepSeek的能力,到底從哪裡來?(圖

最終組裝的機器人 ≈ 完整的AI模型。

這樣，參數越多，樂高積木越多，組裝出來的機器人越精細，機器人能完成的動作越復雜。7B參數就相當於用70億塊樂高拼成機器人；14B參數就像用140億塊樂高拼成機器人。

為什麼需要這麼多參數？這是因為人類語言非常復雜。舉個例子，"蘋果"這個詞可能表示：

- 水果（我要吃蘋果）

- 手機品牌（新款蘋果發布了）

- 公司名稱

- 電影名稱（《蘋果》由范冰冰主演）

要讓AI理解這些細微差別，就需要海量參數來建立多維度的關聯。

例如要處理這句話："夏天在巴黎喝咖啡很浪漫"，AI模型的處理是：