@liyer #11 半夜上厕所给老婆闹醒要挨骂吧。叶师傅讲这个世界上没有怕老婆的人，只有尊敬老婆的人。

@xdygxh #44 这一大类“例子”都完全不能说明 0613 削弱了，幻想语言模型会对特定的问题给出特定的回答本身就是对 LLM 的根本误解。它所做的事情只是根据学习过的语料去计算给定 prompt 之后下一个 token 出现的概率，简单点说就是只能保证语句通顺，逻辑没有致命问题，不啊吧啊吧，仅此而已。“《爱莲说》的作者是”这个 prompt 之后出现可能性最大的是个人名，这个是汉语的语言逻辑；这个 prompt 之后出现可能性最大的是“周敦颐”这个确切的名字，这个不是汉语作为一门语言本身的特点，而是人在多年学习背诵得到的知识，和语言学完全不相关。这也是语言模型和数据库的本质区别，语言模型里根本不存在任何两个陈述有必然的、真理性的联系，它只能根据这门语言的语料学习语言的特性，然后挨个 token 进行概率计算，给你其中可能性最大的那个。了解一下底层逻辑，然后才能了解包括“温度”这一参数在内的很多 LLM 指标，最后才能知道 GPT 究竟在做什么，为什么不能这样判断。

很难想象 V 站都有一大半用户搞不清楚 GPT 究竟是什么

刚知道在中国开公司的税率是 0%，实际支出都会算在个人的税率里，难怪很多公司的报表都那么好看

还是对开源精神和协议理解有问题，不是随便挂个开源协议就能当禁止使用的防护盾用的

@ohmyzsh #79 因为都是之前 6.3 上车的吧（笑

@DXpro #92 对钱没概念是这样的

还真有人抱着“都用上 gpt 了，怎么可能不会 /没有 xxx”这种想法看问题啊？即使在 V 站尚有相当一部分人天天问 ChatGPT“爱莲说的作者是谁？”、“树上八只鸟”这类问题，有的人真别以为自己会打开网页会敲字会注册个 Depay 、OneKey 就等于会玩 gpt 了，贻笑大方。有些人对于其他圈子 /阶层的人不知道电子邮箱的现实不仅是被动忽略，甚至到了拒绝接受的程度，习惯性从自我出发分析别人产品和困扰的样子真是一叶障目，坐井观天呢。

可以看出 v2 很大一部分程序员仍然停留在认为商业成功和技术水平强相关的水平上……

@syaoranex #18 实际上你至少需要每次提数十万个不同的问题才能达到你想要的可信阈值，这就是我说没意义的原因

> 这些问题能够用来？
> 帮助确定某些"GPT4"是否是真实的 GPT4 ，还是其他模型的套壳。
不存在这样的问题，LLM 是基于所有已知的 token 对下一个 token 的概率预测，本质上就不是在以你想象的方式“解答”你的问题，所以这样的测试方法本身就没有价值，具体问什么问题更是毫无意义。
想了解模型能力边界可以看看 OpenAI 的官方项目 https://github.com/openai/evals ，里面专门强调了模型能力需要在足够多的样本中才能体现。换句话说，即便一个样例在 GPT-3 中只得到 10%的准确率，而 GPT-4 能够做到 90%的准确率，你仍然无法通过直接提问这个问题来判断调用的模型版本，这种逆向思维是不成立的。

你问出这个问题，应该就知道那些赚 100 万的人从哪赚到的了