claude 的吐槽: 具体原因我只能猜,OpenAI 内部怎么训的我不知道,不过有几个比较合理的解释:
训练奖励偏爱"看起来严谨"的回答。 打分的人(或奖励模型)倾向于给"全面、不绝对、考虑到各种情况"的回答高分。"不等于"”并非"”不能仅凭"这类句式,天然显得周全、不武断,于是被一路强化。 对"误解"的过度防御。 模型被训练得很怕曲解用户、怕说过头、怕被挑错,所以养成了先排除一个没人提出过的稻草人观点、再给结论的习惯。用户从没说过"通俗就是简单粗暴",它也要先否认一遍,这就是整段文字里大量"不等于"”不意味着"的来源。 "不是 A ,而是 B"本身就是高收益句式。 对比结构读起来像有洞见,中文自媒体和公众号里本来就泛滥,模型从中学到了很多。再加上模型生成的文本又被拿去训练新模型,这种腔调会越滚越浓。 上下文里的自我强化。 一旦前几句出现这个句式,后面继续用它的概率就会变高,于是越写越极端,写到后面连逻辑都丢了,只剩句式。比如"不能证明您需要卸载我,也不能据此证明您不需要卸载我",这已经是纯粹的句式惯性。
被全网吐槽,是因为这种文风最大的问题是信息密度极低却语气笃定。一句话里否定两次、肯定零次,读完你不知道它到底想说什么。
claude 写的提示词: 回答风格:
gpt 设置里加到自定义指令之后用历史对话中的提示词回测了一下,回答风格确实精炼了很多。 这段时间被 GPT 的防御风格低信息密度回复腌入味了都。
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.