AI聊天机器人越聊越“笨”？可能真不是错觉_对话_模型_DeepSeek

不知道大家有没有这种感觉：和AI机器人短时间聊天的话还行，时间一长，就感觉对话开始变的前言不搭后语、逻辑不通。

其实这种感觉并不是错觉。

最近，微软发表的一项研究证实，即使是目前最先进的大语言模型，在多轮对话中的可靠性也会急剧下降。

研究人员对包括 GPT-4.1、Gemini 2.5 Pro、Claude 3.7 Sonnet、o3、DeepSeek R1 和 Llama 4 在内的 15 款顶尖模型进行了超过 20 万次模拟对话分析，揭示出一个被称为“迷失会话”的系统性缺陷。

数据显示，这些模型在单次提示任务中的成功率可达 90%，但当同样的任务被拆解成多轮自然对话后，成功率骤降至约 65%。

研究指出，模型的核心能力仅降低约 15%，但“不可靠性”却飙升 112%。

也就是说，AI 大模型仍然具备解决问题的能力，但在多轮对话中变得高度不稳定，难以持续跟踪上下文。

展开全文

研究人员进一步分析了造成性能下降的行为机制。

首先是“过早生成”。模型在用户尚未完整说明需求前就尝试给出最终答案。一旦在早期回合中形成错误***设，模型后续便会在该错误的基础上继续推理，而不是随着新信息的加入进行修正，从而导致错误逐步放大。

其次是“答案膨胀”。在多轮对话中，模型的回复长度比单轮对话增加了 20% 至 300%。更长的回答往往包含更多***设与“幻觉”，这些内容随后被纳入对话的持续上下文，从而进一步影响后续推理的准确性。

令人意外的是，即使是配备了额外“思考词元”（thinking tokens）的新一代推理模型，如 OpenAI o3 和 DeepSeek R1，也未能显著改善在多轮对话中的表现。

研究人员指出，现有的基准测试主要基于理想的单轮场景，忽略了模型在真实世界中的行为。

因此，对于那些依赖 AI 构建复杂对话流程或智能体的开发者而言，这一结论意味着未来将要接受严峻挑战。

再来看看其他消息。

微软日前测试 Windows 11新版“画图”（Paint）应用，重点引入“自由旋转”功能。

根据微软官方描述，用户现在可以全方位角度调整形状、文本框以及任何活动的图像选区。用户选中对象后，其上方会出现一个“旋转手柄”，用户只需拖动该手柄即可向任意方向自由旋转对象，从而实现更自然的构图和布局。

除了直观的手动拖拽，微软还为需要高精度编辑的用户提供了解决方案。在“旋转”菜单下新增了“自定义旋转”选项，用户可以在此输入具体的角度数值，实现精确到 1 度的微调。返回搜狐，查看更多

推荐资讯

推荐产品

苹果在华收入猛增38%：iPhone 17销量创下历史新高，华为下滑10%_同比_中国_系列
而在本财季，苹果大中华区的收入为255.3亿美元，同比增长37.9%，不仅扭转了三季度同比下滑的趋势，且增幅超过分析师预计的20%。 SAG数据显示，苹果iPhone在2025年第四季度在中国市场出货量达到…
微软人工智能CEO：最快1年，大部分白领工作会被AI完全自动化_苏莱曼_代码_未来
微软人工智能首席执行官（CEO）苏莱曼接受***访时预测，未来12至18个月内，大部分的白领工作会被AI完全自动化。这种颠覆不仅限于通用的办公室职能，即使在曾被视为技术门槛最高的编程领域，规则也正在被重写。他指…
马云钦定的“平头哥”赶上市潮，真武芯片打前锋_阿里_通云_模型
阿里巴巴正在将“通云哥”打造成一台AI超级计算机，它同时拥有全栈自研芯片平头哥、安全稳定的阿里云，以及性能优异的开源模型“千问”，可以在芯片架构、云平台架构和模型架构上协同创新，从而实现在阿里云上训练和调用…
测试得分第一！国产C86 CPU芯片，拿下第一名_Cloud_性能_服务器
测试得分第一！国产C86 CPU芯片，拿下第一名_Cloud_性能_服务器