DeepSeek是如何分析文本的,為什麼有時會誤解你

日期: 2025-02-04 | 來源: 丹江湖上釣魚翁 | 有3人參與評論 | 字體: 小中大
2. 關鍵難點突破：“楞”的跨方言語義。

3. 參數空間的協同推理

即DeepSeek經過一番分析，認為這句話是批評對方固執倔強，或者指責對方發呆。

平心而論，DeepSeek這樣分析肯定是沒錯的。但是在我家鄉，這句話不是這個意思。在我家鄉，“楞”是指人非常在意、喜歡打扮，喜歡穿漂亮的衣服，在別人面前炫耀自己的漂亮衣服。我覺得這個“楞”有點像“浪”的轉音，但沒有“浪”那麼強烈，沒有什麼貶義，而是包含了一些褒義。比如過年的時候，長輩說晚輩：

你看他多楞，還沒到過年，就開始穿新衣服了。

DeepSeek顯然不知道這種意思，它的參數無法把“楞”和“愛打扮、愛漂亮”聯系起來，因此它無法正確解讀這句話。但是從“楞”的常見意思來說，它又正確地解讀了這句話。

再舉個極端的例子，如果某個部落中，說一種語言，但沒有文字。現在把部落土著的發音用字母記下來，輸入DeepSeek，它也不可能理解。

即DeepSeek已經盡其所能地去理解文本，但是相關知識的參數太少，導致它有時候無法把文本與正確的知識聯系起來進行推理，結果得出了錯誤的結論。

我個人認為：

【1】在應用中出現的大多數錯誤，原因可能都在於此。並不是DeepSeek在故意瞎編，而是它的推理方法決定了，它只能給出這樣的結果。

【2】相對於此前的很多“人工智障”模型來說，DeepSeek的推理能力確實很強大，容易讓人誤以為它說的都是對的。實際上並非如此。因此用它來完善思路、開闊思維、給文章潤色是可以的，但完全依賴它來分析學術問題是不合適的，至少現在不行。它還需要不斷進化（訓練）。不過，可以預見，即便進化得再先進，在理解有些文本時，它也可能會出錯。這很正常，人類自己理解時，也會出錯。

【3】確實存在一個風險，即人們把DeepSeek輸出的含有錯誤的文本當做正確的傳播，久而久之，對大多數人產生了誤導。這種情況其實之前就有，過去這些年，一些臭名昭著的自媒體自動生成了無數錯誤百出的劣質文檔，四處傳播。實際上，網上99%的文字都是垃圾。DeepSeek即便出錯，也只不過是在這個大垃圾堆上又丟了一袋垃圾，相對於此前的模型來說，它生產的垃圾算少的。並且隨著它不斷進化，這種情況會慢慢改善。

還可以這麼想：

DeepSeek在輸出比較簡單的知識方面，不太可能出問題；但是在輸出復雜問題時可能會出錯。那些容易被網上的劣質垃圾文字輕而易舉地誤導的人，根本就不會去閱讀較深的分析文章，也就沒有機會被DeepSeek誤導。換言之，想被DeepSeek誤導，也是有門檻的。

【4】在使用DeepSeek輸出文本和編程時，一定要自己心裡有數，詳細地寫出自己的需求，不能聽任它放飛自我。比如編寫程序，要寫清楚讓它每一步怎麼做。如果放任它自己發揮的話，你可能會發現它編的程序不能用。
- 新聞來源於其它媒體，內容不代表本站立場！

在此頁中閱讀全文
分類：美食客棧

猜您喜歡

您可能也喜歡

評論

有 3 人參與評論，請點擊查看評論

發表評論

視頻

相關功能

加西網微信公眾平台

加西網新聞