千问LLM之二十七：“奇葩说”：从一个大模型输出错误中，看出它需要改进的路有多长？
亲爱的网友们，今天我们不聊明星八卦，不聊政治经济，我们来聊聊那些比肥皂剧还精彩的AI助手们——ChatGPT、KiMi和Claude。它们就像是三个性格迥异的室友，各有各的特点，各有各的“奇葩”之处。准备好你的爆米花，让我们一起来围观这场AI界的“奇葩说”！
“从昨天的博文中我们看出大模型一开始都是个傻子，但是架不住它每时每刻的学习。听说某个公司最近要玩12天的直播活动，踏踏实实把产品做好已经不行了对吧？要天天来吹牛才行？”
我想让当今业界最强的大语言模型帮我解决一个求立方根的问题：输入描述：待求解参数，为double类型（一个实数）尝试一 我让OpenAI的chatgpt给出代码：
def cube_root(val): # 确定搜索区间，若 val 为负，区间是 [val, 0]，否则是 [0, val] if val >= 0: left, right = 0, val else: left, right = val, 0 # 设置精度 epsilon = 1e-6
# 二分法搜索 while right - left > epsilon:
mid = (left + right) / 2 if mid**3 < val: left = mid # 如果 mid^3 < val，则从右半部分继续搜索 else: right = mid # 如果 mid^3 >= val，则从左半部分继续搜索
# 返回结果，保留一位小数 return round(left, 1)# 输入并调用函数val = float(input().strip())print(cube_root(val))
可以看出主要的算法是二分法逼近，如果我的输入是0.3，问题就是问0.3的立方根是多少？从上述算法中来看，输出的结果一定是小于等于0.3的。我认为它提醒出了一些问题，但是很遗憾的是它也没有改对。答对了，它发现了需要特殊处理的情形，就是abs 小于等于1的情况。、# 确定初始搜索范围if abs(val) <= 1: left, right = -1, 1
def cube_root(val): # 处理 0 的情况 if val == 0: return 0.0
# 确定初始搜索范围 if abs(val) <= 1: left, right = -1, 1 else: if val > 0: left, right = 0, val else: left, right = val, 0
# 二分查找 epsilon = 1e-10 # 更精确的误差范围 while right - left > epsilon: mid = (left + right) / 2 cube = mid ** 3
if cube == val: return round(mid, 1) elif cube < val: left = mid else: right = mid
return round(left
, 1)# 从标准输入读取try: val = float(input()) print(cube_root(val))except ValueError: print("请输入有效的数字")
—
总结
ChatGPT：自信满满的“忽悠大师”
- 想象一下，ChatGPT就像是那种在聚会上总是滔滔不绝的人。它给你的答案，总是那么自信，那么有说服力，以至于你几乎要相信它就是真理的化身。但是，当你回家一查，哦豁，原来它只是在“忽悠”你。它的准确性可能不是最高的，但它的自信和说服力，绝对能让你在不验证的情况下，觉得它给出的结果是最正确的。
KiMi：那个总是“差一点”的可爱朋友
- KiMi就像是那个总是差一点就能赢得比赛的朋友。它的答案可能不是完全正确，但总是那么接近，让你不禁为它鼓掌。它可能没有做对题，但整体的感觉却让人很舒服，就像是那个总是给你温暖拥抱的朋友，虽然有时候会有点小失误，但你还是愿意相信它。
Claude：简洁明了的“实用主义者”
- Claude就像是那个总是一针见血的朋友。它的答案简单直接，有时候甚至让你怀疑它是不是太懒了，不愿意多说几句。但当你回过神来，你会发现，它的答案虽然简单，但却是真正能解决问题的。它就像是那个在紧急情况下，能给你指明方向的人，虽然有时候你不太愿意相信它，但它总是能带你走出困境。
亲爱的朋友们，你们更倾向于哪种类型的AI助手呢？欢迎在评论区留下你的看法！
进技术交流群请添加AINLP小助手微信（id: ainlp2)
关于AINLP
AINLP 是一个有趣有AI的自然语言处理社区，专注于 AI、NLP、机器学习、深度学习、推荐算法等相关技术的分享，主题包括LLM、预训练模型、自动生成、文本摘要、智能问答、聊天机器人、机器翻译、知识图谱、推荐系统、计算广告、招聘信息、求职经验分享等，欢迎关注！加技术交流群请添加AINLP小助手微信(id：ainlp2)，备注工作/研究方向+加群目的。
