※ 引述《Sam27 (Sam)》之铭言： : 要看做哪些事情 : 要生活推理，要聊天GPT还是辗压，Gemini幻觉比GPT重 说幻觉，各家都会有。各有千秋啦。 昨天问如果把暖被桌的被子掀起来放桌上，能提高室内温度吗？ GPT跟Gemini跟Claude都跟我说会发生火灾，很紧张地警告我不要这样做。 说万一被子不小心从桌面上掉下来，碰到桌子的电热器，就会烧起来喔！！！ 有一家还把页面名称取为「危险行为比较分析」=_= ……大家如果看过小叮当或日本动漫或实际用过暖被桌就知道， 被子要能碰到桌子里面中央的电热器有难度。 如果不是人故意抓去碰，根本很难会碰到。 结果这一题只有Grok说没有火灾风险： =============================== 掀开被子堆在桌上，虽然不稳定，但只要没直接盖到发热器上， 风险不一定比正常使用高。 =============================== Grok查找资讯能力果然不错。 有时候也要看刚好AI实例挑了什麽回答，上述例子也许换个页面问又都不一样。 : 要学术讨论，我觉得大概一半一半 : 要拿来国高中大学研究所的课业辅导，Gemini算很够用 : 还可以很快速丢Youtube影片总结 : 要写程式应该还是Claude，Google现在整合到最新出的IDE : Antigravity除了有Gemini，还有Claude的模型!!! : 同样20美金，Google给6个帐号还送2TB，还送八成的Claude : 想不到有什理由不用Gemini 好少人提到Claude，Claude Sonnet 4.5也很会回答生活问题喔 不过他有时候会用python格式回答，很有趣(其他家AI看了都会赞叹一下)。 例如以下这样： pythonclass UncertaintyAwareAI: def answer(self, question): # 生成多个候选答案 candidates = self.generate_multiple(question, n=10) # 评估一致性 consistency = self.measure_agreement(candidates) # 评估每个答案的证据强度 evidence_scores = [] for ans in candidates: score = self.count_supporting_facts(ans) evidence_scores.append(score) # 计算整体确信度 confidence = self.compute_confidence( consistency, evidence_scores ) # 根据确信度决定回应方式 if confidence > 0.8: return f"答案是{best_answer}" elif confidence > 0.5: return f"可能是{best_answer},但我不太确定" else: return "我不知道,因为[具体原因]" --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 146.70.76.182 (日本) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Gossiping/M.1765812185.A.B98.html