共 2 篇
预印本研究发现，给大模型更多藏品元数据并不能稳定提升解说质量：字段类型决定模型是照写、省略还是瞎猜，图片既能帮定位也会诱发无依据解读。本文给出文化机构用模型的检查清单。
一项新研究让四个大模型给两百家顶刊论文写审稿意见，四分之三的意见要求大改或拒稿，但刻意埋进论文的方法漏洞，最差的模型九成没看见。本文拆解这组数据说明机器审稿现在能信到什么程度。