ТЕМА:

Так о чем я- когда ИИ говорит что получение >1 не возможно, он просто не со всех сторон смотрит на это. И лоб себе расшибет, доказывая невозможность....Но стоит указать на правильный путь- моментально осознает свою ошибку.

DELAMORTO пишет:

Так о чем я- когда ИИ говорит что получение >1 не возможно, он просто не со всех сторон смотрит на это. И лоб себе расшибет, доказывая невозможность....Но стоит указать на правильный путь- моментально осознает свою ошибку.

ИИ ничего не доказывает. Он всего лишь выдает тебе то, чего ты хочешь.
ИИ сами ничего не придумывают. Они просто выдают тебе скомпилированный из интернета ответ на твой запрос.

С Днём Энергетика !!!

Bombar пишет:

....
ИИ сами ничего не придумывают....

Еще как ИИ может придумывать, даже врать.

Rivaros пишет:

Bombar пишет:

....
ИИ сами ничего не придумывают....

Еще как ИИ может придумывать, даже врать.

Нет. ИИ не может врать. Это свойство человека.
Вот что ИИ об этом говорит.

Искусственный интеллект (ИИ), особенно большие языковые модели (LLM) вроде ChatGPT или Grok, иногда выдаёт ложную информацию. Это явление называют галлюцинациями — когда модель генерирует правдоподобный, но неверный или вымышленный контент, представленный как факт.Основные причины галлюцинацийПрирода работы моделей: ИИ не "понимает" информацию как человек — он предсказывает следующее слово или токен на основе статистических паттернов из огромных данных обучения. Если данных недостаточно, они противоречивы или содержат пробелы, модель "заполняет" их правдоподобными, но ложными конструкциями. Это как продвинутый автозаполнение текста, которое может "придумать" детали.

Проблемы с данными обучения: Данные из интернета полны ошибок, предвзятостей, устаревшей информации и вымысла (форумы, блоги, художественные тексты). Модель воспроизводит эти паттерны, не отличая правду от лжи. Даже редкие факты могут быть "забыты" или искажены из-за огромного объёма данных.

Процесс обучения и оценки: Модели обучают максимизировать точность ответов, что поощряет "угадывать" вместо признания неопределённости. Бенчмарки (тесты производительности) наказывают за отказ от ответа, но награждают за уверенные (даже неверные) реплики. Исследования OpenAI (2025) показывают: это системная проблема — модели становятся "хорошими учениками на экзамене", предпочитая рисковать ложью.

Генеративная природа: Модели созданы для креативности и продолжения текста. В творческих задачах это плюс, но в фактах — минус: они комбинируют паттерны неожиданными способами, создавая несуществующие факты, цитаты или источники.

Другие факторы: Переобучение (overfitting), высокая сложность модели, случайность в генерации (temperature), длинные контексты (модель "забывает" начало) или adversarial атаки.

Проще сказать ИИ "начитается, наслушается, насмотрится" таких авторов как Тиртхи, Анреалы и Маклаковы. Соберет всё в кучу, "проанализирует" с существующей информацией и выдаст вам этот бутерброд "на гора".

Bombar пишет:

... Вот что ИИ об этом говорит.
Искусственный интеллект (ИИ), особенно большие языковые модели (LLM) вроде ChatGPT или Grok, иногда выдаёт ложную информацию. .

Каким одним словом (их много) назвать словосочетание ложная информация?
Или тут другое, типа отрицательный рост?

Rivaros пишет:

Bombar пишет:

... Вот что ИИ об этом говорит.
Искусственный интеллект (ИИ), особенно большие языковые модели (LLM) вроде ChatGPT или Grok, иногда выдаёт ложную информацию. .

Каким одним словом (их много) назвать словосочетание ложная информация?
Или тут другое, типа отрицательный рост?

Это другое.
Лож - это преднамеренное дезинформирование.
ИИ всего лишь инструмент.
Виноват ли нож в том, что им зарезали человека
Языковые модели создают иллюзию (хорошую) общения с человеком. И многие на это ведутся.
Но ИИ сделали не для этого. ИИ - это коммерция в первую очередь.