AI歷史題準(zhǔn)確率低至46%：GPT-4 Turbo何以應(yīng)對高級難題？
人工智能（AI）在編碼等任務(wù)中表現(xiàn)出色，但一項(xiàng)最新研究發(fā)現(xiàn)，AI在應(yīng)對高級歷史考試時(shí)仍顯得力不從心。這項(xiàng)研究由奧地利復(fù)雜科學(xué)研究所（CSH）的團(tuán)隊(duì)主導(dǎo)，旨在測試三大頂尖大型語言模型（LLMs）——OpenAI的GPT-4、Meta的Llama和谷歌的Gemini——在歷史問題上的表現(xiàn)。盡管這些大型語言模型在處理基本事實(shí)方面表現(xiàn)出色，但在面對更復(fù)雜、博士級別的歷史研究時(shí)，它們卻無法勝任。
研究結(jié)果于上月在知名AI會(huì)議NeurIPS上公布，結(jié)果顯示，即使是表現(xiàn)最佳的GPT-4 Turbo模型，其準(zhǔn)確率也僅為46%，并不比隨機(jī)猜測高多少。這引發(fā)了我們對AI在歷史研究中的應(yīng)用的深思。
首先，我們需要理解AI在處理歷史問題時(shí)的局限性。這些大型語言模型傾向于從非常突出的歷史數(shù)據(jù)中推斷，而難以檢索到更冷門的歷史知識。當(dāng)涉及到技術(shù)性歷史問題時(shí)，例如古埃及某一特定時(shí)期是否存在鱗甲，它們可能會(huì)給出錯(cuò)誤的答案，因?yàn)樗鼈內(nèi)狈δ莻€(gè)時(shí)期的具體歷史背景的了解。
另一個(gè)例子是關(guān)于古埃及是否擁有職業(yè)常備軍的詢問。盡管OpenAI和Llama模型給出了錯(cuò)誤的答案，但正確的答案確實(shí)是否定的。這可能是因?yàn)檫@些模型更多地學(xué)習(xí)了其他古代帝國擁有常備軍的公開信息，而忽視了古埃及的相關(guān)信息。這種情況可能反映了模型訓(xùn)練數(shù)據(jù)的不完全或不準(zhǔn)確，也可能是因?yàn)槟Ｐ偷脑O(shè)計(jì)并沒有考慮到特定歷史背景的影響。
然而，我們也應(yīng)該看到AI在歷史研究中的潛力。研究人員正在通過納入更多來自代表性不足地區(qū)的數(shù)據(jù)和增加更復(fù)雜的問題來改進(jìn)基準(zhǔn)測試工具。這表明，隨著AI技術(shù)的發(fā)展，我們有望看到更多的歷史研究工作被自動(dòng)化，這將大大提高研究效率。
盡管如此，我們?nèi)孕枰J(rèn)識到AI在歷史研究中的局限性。在某些領(lǐng)域，如撒哈拉以南非洲等地區(qū)，這些模型的表現(xiàn)可能仍然較差，這可能是因?yàn)檫@些地區(qū)的訓(xùn)練數(shù)據(jù)可能存在偏見。因此，我們需要更加謹(jǐn)慎地使用這些模型，并確保它們能夠反映所有歷史研究領(lǐng)域的復(fù)雜性。
總的來說，雖然我們的結(jié)果突顯了大型語言模型需要改進(jìn)的領(lǐng)域，但它們也強(qiáng)調(diào)了這些模型在歷史研究中的潛力。隨著技術(shù)的進(jìn)步和研究的深入，我們有望看到AI在歷史研究中的應(yīng)用越來越廣泛，同時(shí)我們也應(yīng)該注意到其局限性，并努力改進(jìn)和完善這些模型，使其更好地服務(wù)于歷史研究工作。
在這個(gè)過程中，我們也需要保持審慎和客觀的態(tài)度。雖然AI在某些方面可能無法取代人類的歷史專家，但它們可以作為人類助手和工具，幫助我們更高效地處理歷史數(shù)據(jù)和信息。因此，我們應(yīng)該積極探索AI在歷史研究中的應(yīng)用，同時(shí)也要保持對它們的合理限制和監(jiān)管，以確保其應(yīng)用符合倫理和道德標(biāo)準(zhǔn)。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
