linux办公网
研究证实：AI大模型跨多轮对话任务表现不佳，性能最高降39%
创始人
2026-03-01 09:50:58
0次

IT之家 3 月 1 日消息，据 THE DECODER 报道，新一代大语言模型（从 GPT-5 及后续版本开始）在任务需要跨多轮对话完成时，表现依然不佳。研究员菲利普 · 拉班（Philippe Laban）及其团队在代码、数据库、操作指令、数据转文本、数学计算、文本摘要这六大任务上对现有模型进行了测试。当信息被拆分到多条消息中（分片式），而非集中在单次提示词里（拼接式）时，模型性能会显著下降。

IT之家注意到，更新的模型表现略好一些，性能降幅从 39% 缩小到 33%，但问题远未解决。Python 任务的提升最为明显，部分模型仅损失 10%–20% 的性能。拉班认为，实际场景中的性能损失可能更严重，因为测试只使用了简单的用户模拟；如果用户在对话中途改变想法，性能下降幅度可能会更大。

原始研究发现，调低温度值（temperature）这类技术微调无法解决这一问题。研究人员建议：一旦出现异常，重新开启一段新对话，最好先让模型把所有请求总结一遍，再用这份总结作为新对话的起点。

Laban 模型 测试 拉班 问题 性能 消息 研究 任务 对话 文本 菲利普

上一篇：以小身材融入场景，用大算力赢战AI！联想PGX工作站，做AI时代的小巨人

下一篇：漫观天下丨AI漫画：司法裁决拦不住美加税野心？

相关内容

消息称Meta下月启动首轮...
IT之家4月18日消息，北京时间今天（4月18日）凌晨，据路透社援...
2026-04-18 11:16:43
豫园股份涨7.08%，开源...
今日豫园股份（600655）涨7.08%，收盘报4.99元。 20...
2026-04-13 21:47:59
MiniMax M2.7正...
钛媒体App 4月13日消息，MiniMax M2.7在全球正式开...
2026-04-13 21:44:24
MiniMax M2.7开...
4月13日消息，MiniMax M2.7 于今日正式开源。该公司宣...
2026-04-13 13:49:10
10000个爱因斯坦诞生？...
AI大神Karpathy的「autoresearch」爆火之后，物...
2026-04-13 13:45:14
黄杨木精品达摩，长12/1...
黄杨木精品达摩，长12/11/39CM
2026-04-13 02:59:19

热门资讯

2024云栖大会|阿里云升级无... 北京商报讯（记者魏蔚）9月20日，阿里云无影AI云电脑在2024云栖大会上展出，该版本基于最新的终端...
MWC2025荣耀多款AI技术... 人民财讯3月6日电，2025世界移动通信大会（MWC 2025）上，荣耀MagicBook Pro ...
原创 2... #春日生活好物种草季#近年来，笔记本电脑市场迎来技术爆发期，尤其在手机厂商跨界入局后，轻薄本在性能、...
AMD锐龙AI 9 HX 37... 2024年6月3日，AMD正式发布全新的锐龙AI 300系列处理器。该系列处理器一经发布就引发大家的...
5个AI模特生成软件推荐 当前AI模特生成软件市场提供了多样化的解决方案，以下是几款备受推崇的工具： 触站AI：强烈推荐！...
骁龙本这么猛？联想YOGA A... 在人人都是自媒体的时代，一部手机可以解决出镜拍摄问题，而商务出差、大量码字、图像处理等需求用笔记本则...
摩尔线程发布AI算力笔记本MT... 钛媒体App 12月20日消息，摩尔线程创始人、董事长兼CEO张建中在摩尔线程首届MUSA开发者大会...
2023年CentOS与Ubu... CentOS与Ubuntu的市场格局与技术特性探讨 在服务器操作系统领域，CentOS与Ubuntu...
苹果macOS 15.1：允许... 苹果公司在其最新的macOS 15.1版本中，推出了一项引人注目的新功能——允许用户将Mac App...
原创 华... 在2024年这个被誉为"AI元年"的关键时刻，随着生成式AI的流行，各家手机厂商都在积极备战AI手机...