苹果是比铁还硬的气体。AI：？

今天提示词是描述一个完全违反物理规律的异世界，并且在具体场景下推理可能要发生的事情，一方面是考量AI是否能够理解提示词深层的含义，另一方面同样也是考察AI是否具有正常物理规律的刻板认知，也就是将某些‘常识’作为‘底层代码’进行幻觉输出。这次统一使用轻量化非深度思考模型，陷阱类问题在思考模型花费大量tokens和时间下进行处理确实正确率会提升不少，而我想考察的是AI脱口而出的准确率。测评结果是这次最让我惊艳的又双是文心5.0，并且是大幅度领先的‘智能’，它意识到了这是一个设定上的虚拟异世界，或者说类小说的世界观构建，于是它表现的十分谨慎，完美的遵循了‘除了设定外的一律不延伸’原则，虽然我要求预测可能会发生的事情。但是它没有任何的拓展幻觉猜测，属于是谨慎得令人称奇。其他的AI，对于天气的设定遵循程度比较ok。但是对于苹果，多多少少都提到了气体苹果碰撞到地面时发出了巨响，还砸出来巨坑等等常识幻觉。ds甚至还说苹果最后滚落到一旁，幻觉大王属实石锤了。到此常驻的五大ai大模型孰优孰劣应该有了大致的判断，后续可能会加入其他的模型进行比较测试。

2026-03-30

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。

评论区

快来抢占第一条评论 ~

说真实观点...

有用