問 AI『1 到 10 挑個數字』幾乎都回 7？新創想把模型從群體思考裡拉出來

開

一

個

聊

天

機

器

人

，

不

管

是

C

l

a

u

d

e

、

C

h

a

t

G

P

T

還

是

G

e

m

i

n

i

，

打

上

『

給

我

一

個

1

到

1

0

的

隨

機

數

』

，

你

多

半

會

拿

到

7

；

再

要

一

個

，

通

常

是

3

或

4

；

再

要

，

就

變

8

或

9

。

這

個

小

遊

戲

揭

穿

了

一

件

事

：

多

數

大

模

型

面

對

開

放

式

問

題

時

，

比

你

想

的

更

可

預

測

、

也

更

不

有

創

意

。

M

I

T

T

e

c

h

n

o

l

o

g

y

R

e

v

i

e

w

把

這

叫

『

群

體

思

考

』

—

—

不

只

單

一

模

型

自

己

重

複

，

連

不

同

公

司

的

模

型

都

會

不

約

而

同

收

斂

到

很

像

的

答

案

。

去

年

1

1

月

一

篇

名

為

《

A

r

t

i

f

i

c

i

a

l

H

i

v

e

m

i

n

d

》

的

論

文

把

這

個

現

象

攤

開

來

測

，

發

現

L

L

M

在

開

放

式

提

問

下

的

同

質

化

程

度

高

得

驚

人

。

研

究

者

推

測

原

因

是

，

現

在

的

模

型

大

多

用

相

似

的

資

料

、

相

似

的

方

法

、

去

訓

練

做

相

似

的

任

務

，

結

果

就

是

大

家

都

往

同

一

個

平

均

值

靠

。

這

對

需

要

靠

A

I

發

想

、

探

索

、

找

不

一

樣

角

度

的

場

景

，

是

個

實

實

在

在

的

限

制

。

澳

洲

新

創

S

p

r

i

n

g

b

o

a

r

d

s

端

出

解

方

，

一

款

叫

F

l

i

n

t

的

模

型

，

專

門

被

訓

練

成

對

開

放

式

問

題

給

出

比

主

流

模

型

更

多

樣

的

回

應

。

值

得

玩

味

的

是

，

它

點

出

一

個

容

易

被

忽

略

的

品

質

維

度

：

我

們

評

模

型

時

老

在

比

誰

答

得

更

準

、

更

對

，

卻

很

少

問

誰

答

得

更

不

一

樣

。

對

用

A

I

做

內

容

、

做

腦

力

激

盪

、

做

創

意

發

想

的

人

（

包

括

M

a

x

這

種

靠

A

I

產

出

大

量

文

章

與

點

子

的

）

，

這

是

個

提

醒

—

—

當

你

發

現

產

出

愈

來

愈

千

篇

一

律

，

問

題

可

能

不

在

你

的

提

示

詞

，

而

在

模

型

骨

子

裡

的

收

斂

傾

向

，

適

時

換

模

型

或

刻

意

加

大

隨

機

性

會

有

幫

助

。