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

OpenAI加入，签署支持...
IT之家 7 月 25 日消息，微软、英伟达、IBM、Meta 等...
2026-07-25 23:13:23
200家硅谷初创联名反对白...
IT之家 7 月 25 日消息，Politico 于 7 月 22...
2026-07-25 22:57:38
黄仁勋站在 AI 产业的十...
老黄第一条推文，不是为了刷存在感，而是产业求救信号。 作者｜宇航猿...
2026-07-25 22:50:35
100%开源！吴恩达做了个...
文婷 发自 凹非寺 量子位 | 公众号 QbitAI AI教育大佬...
2026-07-25 22:49:08
瑞银：不认为中国AI行业存...
7月24日，瑞银证券中国互联网行业分析师熊玮在回复证券时报·e公司...
2026-07-24 21:11:31
谷歌发布AI职场研究报告，...
近日，谷歌发布《AI与经济：ATLAS v1.0》报告，针对AI在...
2026-07-24 21:02:41

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 ...
摩尔线程AI生图摩笔马良全新升... 快科技8月7日消息，作为国产GPU的杰出代表，摩尔线程在当下火爆的AIGC浪潮中也推出了自己的软硬一...
微软 Azure AI 语音服... IT之家 8 月 23 日消息，微软Azure AI 语音服务允许开发者构建多语言生成式 AI 语音...
Macos系统上一款强大的卸载... App Cleaner mac中文版是Mac os系统上一款强大 的mac卸载工具，以帮助您完全卸载...
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...
谷歌打磨 Gemini AI ... IT之家 8 月 31 日消息，谷歌于 8 月 27 日发布博文，宣布旗下 Gemini AI 支持...
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、...
8月20日基金净值：前海开源中... 证券之星消息，8月20日，前海开源中国稀缺资产混合A最新单位净值为1.43元，累计净值为1.43元，...
青云QingCloud Kub... 日前，青云科技宣布开源 Thanos 的企业级发行版 Whizard，为企业带来真正高可用、可扩展、...