作为一名学生，我发现大型模型在许多方面仍然不太可靠，有用但也很无用

我正在制作教材阅读文章和幻灯片，准备在导师面前做报告。我快速阅读了主题大意，然后要求notebook LM进行总结。我手动分成各个部分，它在个别地方出错，所以我逐步调整提示，逐部分进行，最终得到一个相当不错的总结。然后我用同样的方法制作了演示幻灯片。结果尚可接受（不算好，仍有许多奇怪的错误）。接着我尝试用Opus 5和Chat GPT 5 Luna（忘了具体版本号）进行复查。结果令人惊讶，它说整个教材阅读部分很差，缺乏因果关系，有误。然后我上传了原始材料，结果又惊讶地发现，它们说幻灯片内容是事实性的，与教材一致。真是无语，它批评了那么多，上传材料后就变卦了。最糟糕的是？它们开始挑剔细小琐碎的事情来显得更聪明，而这些修改对我毫无帮助（我的意思是，没错，但这些琐事太微不足道，导师也不会因此改变多少看法）。而你们却有人说AI太危险，当LLM和Gen AI的推理能力还有点笨拙时，你们怎么就相信这种事呢……不客气地说，最新的模型很挑剔，还玩忽冷忽热。它过去通过过度认同来产生幻觉，现在则通过挑剔琐事产生幻觉并忽悠人……我觉得放慢发展速度是必要的，但原因相反。LLM正达到顶峰，更多数据已无用，因为AI在饱和数据下变得更笨了，它们需要不同类型的发展，比如削减预算之类的。