尽信gpt不如无gpt。
这概念给我绕进去半天，才发现gpt错了👀还是以看书为主，gpt举例子或者帮助理解为辅。
Discussion
😅 一本正经的胡说八道才是 GPT 儿的常态。
其实我一开始的思路是，由于哲学已经是近些年突破性进展非常少的学科了，材料内容质量相对固定，因此准确率会很高。尤其是讨论几百年前的理论。
结果发现还是有错误🤔看来已经不是语料质量能解决的问题了。
这不是语料的毛病，是哲学的毛病，GPT只是也学到了这个毛病。
也对，它本来就是个程序，让它理解本来应该用程序语言表示的自然语言逻辑，确实为难它了…🥲
举个常见例子，温度是个宏观概念，你不能说一个微观粒子的温度是多少，而比如质量，速度，长度在微观即使还叫这个名字其实意义已经有区别。
哲学往往用逻辑把一个名词一以贯之，你想它都不是一回事，但哲学非要等同理解，所以悖论/思辨/思辩之类的泥沙俱下。
GPT是可以学到大部分逻辑的，这也是GPT看起来像人的原因，同样哲学的毛病也都学到了。
嗯，但是它又不会像人类一样（可能无意）通过故弄玄虚隐藏自己的逻辑漏洞，所以还容易被挑出问题，但本质上是整个系统不自洽。
但是我们又很难把哲学上的名词准确定义为程序语言，那个难度几乎和解决相关哲学难题等同。
这个gpt确实经常犯错，
所以我总提审核成本，有的领域会因为AI进入审核成本反而显著提高，有些本来没有的也会开始有审核成本。
有些表达只需要一句话，AI硬是展开到一段。
有些稍加思考能表述清楚的，偷懒交给AI生成自己又没仔细看（有些绕弯多的表述仔细看也不会发现，但自己写的时候不会错）。
有些表述把逻辑过程交给AI，一般正经的胡说八道，审核人还要看一遍才能发现。
很多场景…
熵的密度（不知道这个说法对不对）没变，熵的总量提升了很多，审核成本大大提升了。
最要命的是，它可能会不经意间在一堆正确信息中掺杂一个错误信息，迷惑性很强。
最恐怖的是，我们甚至无法集中校正，每个人获取的错误信息都是不一样的。
我逐渐理解各个大学禁止它的原因了。
用它列举某个主题的例子不错，但张冠李戴的情况就需要使用者来识别了，给它纠错，它再给出正确的。
这个工具要求他的使用者对所提问的问题也擅长，而不是一点都不懂。
chaygpt经常一本正经的胡说八道，不知道的它不会老老实实说不知道，而是乱编。
很容易让他露出鸡脚，只需要先问一个人取得的成就，然后随便编一个名字（张三）强行安上这个成就，gpt就信以为真了，以为张三也获得了这个成就。以后再说张三，gpt就会说出那个
