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

特斯拉业务重心转向，但中国供应商仍是中坚力量_擎天柱_零部件_机器人
特斯拉业务重心转向，但中国供应商仍是中坚力量_擎天柱_零部件_机器人
对话能源专家张兵：马斯克来中国考察光伏“走对地儿了”，中国光伏就是世界第一_发电_电池_效率
对话能源专家张兵：马斯克来中国考察光伏“走对地儿了”，中国光伏就是世界第一_发电_电池_效率
私信12306即可候补成功？“许愿抢票法”走红，12306回应_铁路_平台_留言
但也有部分人仍在候补车票当中，由此，一种“许愿抢票法”在社交平台走红，许多网友还分享“成功候补”的经验。此外，国铁集团表示，抢票服务无法改变铁路12306平台的购票顺序，第三方平台所谓的“抢票功能”落后于…
被抓包了！印度号称“自研”的机器狗，竟是从宇树科技买的_中国_表演_人形
今年的总台春晚上，人形机器人的精彩表演令人印象深刻，多家国际媒体也惊叹中国在人形机器人以及人工智能领域的飞速发展。法国24新闻台报道说，机器人在今年的中国春晚上抢尽风头，人形机器人的功夫表演是今年春晚的一…