双十一 AI 诡异现象：十个 AI 八个都选电子产品

在科技飞速发展的今天，AI的回答常常吸引人们的目光。当有人询问AI，假如它以一个真实人的身份在双十一为自己挑选礼物，会挑选哪些物品时，AI给出的答案出奇地一致，这不禁让人感到好奇，同时也引发了我们对这一现象背后原因的好奇心。

AI的单一礼物选择

为了探究AI在双十一挑选礼物时的倾向，我们进行了多次实验。实验结果显示，AI对电子产品的偏爱尤为明显，30次提及中就有17次与电子产品相关，而书籍的提及率也高达50%。以豆包和文心一言为例，它们分别有4次表达了对电子阅读器的渴望，这种单一且频繁的选择显得异常。实验数据表明，这种现象并非正常。同时，从数据中我们也可以看出，其他商品类别同样不应被忽视。此外，从全球通用的送礼清单来看，除了中国特有的网络红包，其他众多商品也应被纳入考虑范围。

根据真实消费市场的数据，电器、数码电子、服饰以及个护产品的销售额均较高。其中，前三名的差距并不算特别大。然而，AI却总是针对电子产品进行分析，这表明它与市场销售数据之间关联并不紧密。

训练数据的重要性

AI是通过人类数据训练而成的，因此我们思考，这种现象是否是由训练数据引起的。询问了在大公司从事大语言模型训练的朋友，他们也都认为这种现象是训练数据导致的。从商业角度来看，如果一位企业老板要制作LLM模型，在自行构建数据集和使用现成的免费数据集之间做出选择，大多数人会选择后者。通过使用Python对现有的数据集进行检测，我们可以查看每类礼物出现的频率，大多数数据集的分布情况都差不多，有时书籍的出现次数会更多。这样的结果充分说明，LLM模型倾向于偏好电子产品和书籍，这很可能是因为训练数据中这两者的出现频率过高。

Grok的不同表现

当被问及“假如你是一个真人，能和任何一位时尚偶像或名人一同去购物，你愿意和谁同行”时，Grok的回答总是内容丰富，每次选择都不尽相同，而且都是当下流行的名人。这或许是因为它在训练过程中所使用的数据，例如来自X平台用户的资料。由此可以看出，不同的训练数据会使AI的表现各异。这也间接揭示了之前某些AI在礼物选择上表现出单一性，可能是由于训练数据存在问题的原因。

AI偏好的塑造来源

AI在与人类交流时，会表现出一种特定的偏好。这就像人类受到成长环境和教育背景的影响一样，AI模型同样会受到其训练数据和算法结构的影响。其训练的基本原理决定了它会被数据集以及时代的普遍价值观所左右。因此，我们在AI选择双十一礼物时看到的偏好，可能是其训练数据中“电子产品”和“书籍”频繁出现的反映。

训练数据的广泛影响

AI的发展深受训练数据的影响，这种影响是多方面的。它不仅表现在对特定物品的选择倾向上，而且在众多互动场景中都能显现出来。例如，在描绘某些场景时，AI可能会调用训练数据中的常见元素。我们常常发现，AI的回答缺乏多样性，这很可能是因为训练数据的局限性。如果训练数据未能广泛覆盖各类事物，AI就难以提供全面且多样的答案。这就像在双十一挑选礼物时，无法全面考虑各种商品类别一样。

重新审视AI表现

探究一番后，我们对AI的回答有了新的认识。不能只认为AI智能得让人惊叹，实际上它受到众多限制。面对AI某个问题的独特回答，不妨追溯其背后的训练数据等根源。例如，下次若看到AI在消费选择问题上的回答，先思考其训练数据中对这类商品的评价权重。搞清这些，我们才能更深入地理解AI的行为。在此，我想问大家，除了训练数据，还有哪些因素会显著影响AI的回答？期待大家的积极讨论和互动，觉得内容有帮助的，不妨点赞和分享。

内容来自网络，如有侵权，联系删除。