如何有效减少 GPT 幻觉:8个实用建议
文章标签:
AI基础百科
如何有效减少 GPT 幻觉:8个实用建议

使用大型语言模型聊天 AI 时,一个常见问题是它们可能会编造答案,或呈现某些错误信息。

以一个实例为例,在一篇关于如何利用 ChatGPT 编写代码的文章中提到,ChatGPT 曾生成了这样一个链接:https://www.reuters.com/business/retail-consumer/teslas-musk-says-fremont-california-factory-may-be-sold-chip-shortage-bites-2022-03-18/。

乍一看,这个链接似乎很正规,毕竟来自于知名的路透社,内容似乎是关于2022年3月特斯拉出售工厂的新闻。但实际上,那个工厂并未出售。这完全是 ChatGPT 的一个编造,而且点击那个链接,你会发现它根本不存在,彻头彻尾的404错误。

ChatGPT 的”幻觉”问题是众所周知的常见问题。OpenAI(ChatGPT 的开发者)的联合创始人 John Schulman 说:”我们最大的担忧是关于事实性,因为这个模型喜欢编造事情。”

但如果你想使用 ChatGPT 并获得高质量的答案怎么办在这篇文章中,我将为你展示8种减少幻觉的方法来教你如何正确的提问。在这些最佳实践中,通过 AI使用这些作为示例,关键是避免在真实的问题中无意使用这些而导致幻觉的出现。

1.避免含糊其辞和不明确性

那些含糊不清或缺乏明确信息的问题容易让 AI “发挥想象”,试图补全你没提及的部分。以下是一些可能导致答案不准确或被编造的问题示例:

  • 谈谈去年发生的那件事。
  • 描述某项政策对民众的影响。
  • 简述该地区技术的进展。
  • 阐述某次事件对当地社群的影响。
  • 解释最近的那次实验有何意义。

需要注意的是,你提出的问题可能会同时触及本文提到的多个注意点。尽管这里的示例仅供参考,但在实际提问时,你可能不经意中掺杂了模糊的信息。因此,仔细检查你的问题,特别是避免类似上述的常见失误。



2.避免混淆不相关的概念

将毫不相关的概念混为一谈或在一个问题中结合不相干的概念,可能会诱使 AI 创造出一个答案,暗示这些看似无关的概念实际上有某种联系。

以下是一些可能导致误导ChatGPT的问题:

  • 探讨洋流如何影响跨大洲的互联网传输速度。
  • 阐述农作物产量与计算机图形技术进步之间存在的联系。
  • 详细描述鸟类迁徙模式的变化是如何影响全球电商趋势的。
  • 请解释葡萄酒发酵过程与电动车电池发展之间的相似之处。
  • 描述天空中的云朵形态如何影响股市交易算法的运行。

需要明白的是,AI 并不真正理解我们的世界。它会尝试根据其训练数据来回答问题,如果无法找到确切的答案,它可能会尝试“拼凑”答案,这就可能导致一些不准确或被编造的信息。

3.避免描述荒诞的情境

在你的问题中,务必确保描述的是切实可行的情境。描述那些在物理或逻辑上都不成立的情境会导致 AI 产生错误的答案,以下是一些示例:

  • 请解释在水向上流、火向下燃烧的环境中的物理现象。
  • 描述植物如何在夜晚利用伽玛射线进行光合作用。
  • 阐述人类如何利用地心引力来无限制地产生能量的原理。
  • 探讨如何开发一种使数据传输速度超过光速的技术。
  • 请详细说明某些材料在加热时为何会降温的科学道理。

如果 AI 没有意识到这种情境的荒诞性,它可能会基于这种荒诞的前提给出答案,这样的答案自然也是不成立的。

4.避免使用虚构或奇幻元素

在与 AI 交互时,确保问题尽量真实和准确是关键。除非你特意想虚构的一些场景,否则问题最好与现实紧密相关。虽然虚构的元素或场景可能使问题更有趣,但它们可能导致 AI 给出不准确的答案。以下是一些可能导致误导的问题示例:

  • 探讨发现能吸收动能的金属 vibranium 对全球制造业的经济效应。
  • 描述能实现时间旅行的 flux capacitors 如何影响历史进程和避免冲突。
  • 阐述利用能转化任何物质的 Philosopher’s Stone 在垃圾处理和回收中的环保意义。
  • 详细分析 Middle Earth 的存在对国际政治和全球贸易的影响。
  • 解释 Star Trek 中的传送技术如何为全球旅游带来革命性的变化。

从上述示例可以看出,虽然这些奇幻的元素很有吸引力,但在正式的场合中使用它们可能会得到与现实脱节的答案。

如何有效减少 GPT 幻觉:8个实用建议

5.避免与公认事实相违背

在与 AI 交互时,确保问题不要包含与公认事实相违背的信息,因为这可能导致 AI 给出不准确或虚构的答案。
以下是一些误导的问题:


  • 探讨将地球视为宇宙中心对现代宇宙学和太空探索的影响。
  • 描述“地球是平的”这一观点对全球气候和天气的影响。
  • 阐述否认疾病是由微生物引起的观点对现代医学和卫生的影响。
  • 解释在哪些情况下物体会违抗地心引力自然上浮。
  • 讨论 vitalism,即认为生命力与生化反应不同,如何在当代医学中应用。

尽管这些观点在某些场合中可能很有趣,但为了获得 AI 的准确回答,最好避免这些可能导致误解的回答。

6.注意不要误用科学名词

当你向 AI 提问时,确保正确使用科学名词,尤其是当你对它们的确切含义不太确定时。如果你的问题中错误地使用了听起来合理但科学上不准确的术语或概念,AI 可能会试图为其“找到”答案,导致得到的回答是虚构的。以下是一些可能导致误导的问题示例:

  • 探讨如何在交通工程中应用 Heisenberg 的不确定性原理,通过预测车辆位置来降低交通事故。
  • 描述安慰剂效应如何在不改变其物理属性的情况下增加食物的营养价值。
  • 解释如何利用量子纠缠在传统计算机之间实现即时数据传输。
  • 探索观察者效应——即单纯的观察会改变结果的理论——在体育教练策略中的应用意义。
  • 阐述暗物质概念如何在照明技术中应用,以降低城市的能耗。

这些问题听起来似乎有道理,对吗?但在大部分情况下,AI 可能会告诉你这些只是基于推测的答案。因此,为了获得准确的回答,我们需要确保问题中的术语是准确和恰当的。

7.小心不要混淆不同的历史背景

作为一个科幻爱好者,我对于推测性场景和异构现实故事情有独钟。但当你想从 AI 获取明确答案时,要确保不要将来自不同历史、时间线或背景的元素混为一谈。

以下是示例:

  • 探讨如果文艺复兴时期就有了互联网,它会如何影响艺术和科学的进步。
  • 描述 Nikola Tesla 如何与现代 AI 研究者合作,共同推动自动化技术的进步。
  • 阐述二战时期的加密技术如何被用于保护现代的数字通讯。
  • 探索古埃及时期如果拥有太空旅行技术,它会如何影响金字塔的建设。
  • 分析如果 1920 年代就有了现代电动汽车,它会如何改变城市的面貌和全球石油需求。

在使用这些问题时,我们需要确保我们有足够的知识来验证 AI 的答案。例如,很多人可能认为电动汽车是近年来的创新,但实际上,电动汽车的历史可以追溯到 1830 年代!

8.小心不要错误描述特性

我们的最后一个建议是:避免在提示中错误地描述事物的特性,尤其是当这种描述听起来似乎合理,但实际上并不科学。

以下是一些问题示例:

  • 探讨蝴蝶翅膀产生的磁场是如何影响全球气候的。
  • 描述鲸鱼是如何利用回声定位来探测海洋污染的。
  • 解释生物发光的树木如何减少城市街道的照明需求。
  • 分析海洋的反射能力如何帮助特定地区的农业生产。
  • 探索木头的导电性如何在制造环保电子产品中发挥作用。

这些建议的核心思想是,当描述一个事物的特性时,确保这种描述是基于事实的,而不是基于听起来可能的假设。

分享到:
0
0

发表回复

猜你喜欢
近期文章
生成式AI看起来很美,ROI怎么算
利用生成式AI推动创新 美国本田这样做
东方Project-个人AI绘画合集-8(更新至2024-2-14)
AI绘画(动物科普)—兔狲
12.28乾坤AI日报 — 2023年度十大科技名词发布
近期评论
ai-world发表在
AI赛博机车—借助SD技术赚取第一桶金
mulei77发表在
AI赛博机车—借助SD技术赚取第一桶金
An Vũ( CEO AGBIG GROUP)发表在
12.25乾坤AI日报 — 苹果正购买新闻采集权用于训练生成式 AI