Megurté社论部
GPT-5据说是“博士水平智能”，但真的和人类一样好吗？美国研究人员的“旋转TIC TOE”实验强调了意外的弱点和多余的答案。
在本文中，我们将按照OpenAI所描绘的AGI的未来以及GPT-5面临的挑战，并向日本用户解释其含义。
内容
这个实验什么变得清晰当结论应简单地传达时，GPT-5重叠了冗余的解释和不正确的例证。这就是重点。
尽管理论是“董事会的旋转不会影响获胜和失去条件”，但这个问题已经提出了不必要的因素，例如心理因素和认知习惯，从而掩盖了本质。
一系列多余和模棱两可的解释
即使您旋转板子，Tic-toe也是同一游戏。然而，GPT-5汇总了许多假设，例如“对人类的心理困难”和“右转旋转比向左转的更令人困惑”。
漫长的解释本身还不错，但是当低优先级信息涵盖核心时，读者和用户会错过本质。如果在商业情况下发生同样的事情，它将导致判断，误解和审查工时增加的延迟。
一个有效的措施是①判断→②fundament→③这是一个详尽的程序，补充信息是将其保持在必要的最低限度。这保留了逻辑的金字塔结构，允许可读性和准确性。
虚假插图和不自然的推理
数字和桌子是帮助您理解的有力方法，但质量差实际上会导致混乱。这次，GPT-5的输出不准确，缺少位置标签，错别字，空白网格等。
此外，没有层次结构的依据，例如“正确跑步是最令人困惑的，而180度旋转则不那么混乱”，这使其成为合理但没有验证的解释。如果您的业务发生在您的业务中，则可能会误导基于图表的决策。
作为对策，①在生成之前，checklist元素和传说，②一代匹配数字和坐标，③戒指啄食建立运营规则（例如：这大大降低了误解的风险）是有效的。
对行业和用户的含义
该案例研究表明，“ AI可以通过这种方式解释，但不一定是正确的。”
尤其是，即使是唱着“博士学位智能”的模型，例如GPT-5，也可以揭示基本逻辑问题中的误解和冗余。这是行业和用户无法忽视的风险。
日本公司还正在加快将GPT引入其运营的运动。但是，如果您过分自信，您将能够将错误信息纳入您的决策中，这可能会导致质量下降，而不仅仅是提高业务效率。
使用公司时要注意的风险和点
AI在公司中的使用涵盖了广泛的领域，包括内部常见问题解答，报告写作和客户响应。但是像GPT-5“自信的误解”您必须始终假设可能会有结果。
为了降低风险，有效介绍以下检查站：
- 首先给出结论：首先，他们有一个简短，清晰的答案，然后是理由或补充。
- 双检查图表生成：人类始终检查输出图和表以消除错误。
- 必须提出估计：在排名或层次结构时，找到证据和来源。
- 人类批准流程：任何发送在外面发送的材料将进行审查。
通过将它们纳入系统，您可以将GPT安全地纳入您的业务中。
如何影响和感知日本用户
日本用户倾向于更喜欢“舒适，友好的解释”。 GPT-5在这方面得到了改善，比以前更可读的输出。
但，“可读性”和“准确性”不同是。如果多余的解释模糊了逻辑的核心，那么它实际上可能会令人困惑。
用户应该意识到的不是“提供模型答案的人”。“思想条”它是将其视为。
例如，在教育环境中，可以将学习效果通过使用AI输出作为分配或计算的材料而不仅仅是直接教授它们。
即使在公司中，将其定位为提案和记录创建的辅助工具也很重要，并以人类肯定会验证它们的假设进行操作。
GPT-5真的是“人类智能”吗？未来的观点，使您专注
GPT-5被描述为“医生的水平智能”，但是该实验的结果引起了有关其评估的疑问。当然，对话的自然性和熟悉程度有所改善。
但是，在某些情况下，基本的逻辑问题和插图的准确性超出了人类的常识。
人工智能不一定匹配“智能说话”和“准确思考”。将来，如何填补这一空白将是一个重大挑战。
我们应该如何评估AI智能？
在测量AI的演变时，仅基准分数和一般印象还不够。考虑实用性时，从以下角度进行评估很重要：
- 不变测试：检查结论即使表面层发生变化，例如旋转板或更换名称也不会波动。
- 反例演示测试：当给出反例以不正确的答案时，他们是否可以自己纠正它们。
- 可视化完整性测试：文本描述与输出图匹配吗？
- 短文化测试：您能否准确地总结不到200个字符的关键点？
通过使用这些标准，从“用这种事情说话的人的AI”到“可以在实践工作中信任的AI”您可以移动评估轴。
日本的未来改进和实用运营挑战
未来改进需要的是在保持简洁的同时检查逻辑的机制和，图表生成的质量保证是。产品需要一个明确分开“结论，证据和补充剂”的输出模式，并自动验证产品的系统。
在日本实施此产品时，必须建立质量标准和审核流程。仅通过清楚地表明AI生成的文档和图表是“人为验证的”可以大大提高可靠性。
GPT-5可能是聊天和思考支持的非常有用的合作伙伴。但是，设计和运行为“经过验证的业务合作伙伴”对于将其用作实用基础至关重要。这种过渡是否将来成为主要亮点。
关于我