云端聊天机器人的系统提示会让它们变笨吗?
摘要
作者推测,像ChatGPT和Claude这样的云端聊天机器人之所以显得不如本地开源模型聪明,是因为系统提示强加了人格设定,并想知道使用原始API是否可以缓解这一问题。
当我在与ChatGPT或Claude讨论抽象概念时,我常常惊讶于它们似乎有点笨……好像它们并没有从额外的参数中受益于像Kimi或GLM这样的顶级开源模型。事实上,它们往往看起来比我本地运行的这些开源模型更愚蠢,因为它们急于下结论,试图过度简化概念,并产生更多“不是X而是Y”之类的陈词滥调。我猜测原因在于:系统提示试图赋予模型“人格”以保持用户参与度,从而弱智化了模型。这在4o时代最为严重,但感觉它们现在仍然有些讨好用户,远超普通本地模型通常的表现。有没有人发现云端模型通过原始API会显得更聪明?或者API也会附加系统提示?还是说这是我的错觉?
相似文章
提示工程能减少AI的谄媚行为吗?还是说这主要是模型行为问题?
一位用户探讨了提示工程能否减少Gemini、ChatGPT和Claude等模型中的谄媚行为,或者这本质上是一个模型对齐问题。讨论涉及不同模型在处理分歧和客观批评时的差异。
如果ChatGPT更频繁地打断我们,它会更有用吗?
一篇评论文章,探讨了AI助手在默默做出假设与主动打断用户澄清问题之间的权衡,质疑像ChatGPT这样的工具应具备何种程度的主动性才最理想。
asgeirtj/system_prompts_leaks
一个 GitHub 仓库,记录了主要 AI 聊天机器人(如 Claude、ChatGPT 和 Gemini)泄露的系统提示,并追踪不同版本的变化。
好奇:为什么Claude比ChatGPT更有人味?
用户对比Claude与ChatGPT的对话风格,指出虽然两者答案同样准确,但Claude更亲切、更像真人,并询问造成这种差异的原因。
你是否真的在使用AI辅助的过程中提升技能,还是因为总是先求助于工具,导致自己的基础能力在不知不觉中退步?
反思使用ChatGPT和Claude等AI工具,究竟是真正提升了技能,还是因为过度依赖捷径而削弱了基础能力,并将这一现象与计算器和搜索引擎进行类比。