R1会thinking，本质也是output，输出越多就越容易出幻觉。你如果和孩子聊天就知道了，你直接问什么基本没问题。你让孩子自己先分析和描述一段话，然后慢慢他就会自己产生幻觉，编出很多奇怪的东西。

大模型无论训练还说output和儿童都非常相似
【 在 anylinkin 的大作中提到: 】
: 来源：huggingface vectara
: 为什么越后面的模型，幻觉率越高？ R1甚至还出现了一个断崖式的降低？
: 其他的大模型，基本上都是越新的模型，幻觉率越低。
: ...................
--
修改:Xjt FROM 202.47.106.*
FROM 202.47.106.*

我仔细看了下，对这个测试的准确性存疑

OpenAI的o1是准备的幻觉多，而且我自己用的时候也感觉幻觉很多。但是居然得分很高。估计题目设计的有问题。
【 在 anylinkin 的大作中提到: 】
: 来源：huggingface vectara
: 为什么越后面的模型，幻觉率越高？ R1甚至还出现了一个断崖式的降低？
: 其他的大模型，基本上都是越新的模型，幻觉率越低。
: ...................
--
FROM 202.47.106.*

Ds r1训练的时候，和人对齐的偏少了
【 在 Xjt 的大作中提到: 】
: 估计DS对幻觉没做很好的RL优化呗。我觉得这思路是非常正确的。幻觉应该用RAG解决而不是强行压制幻觉。等于压制了儿童的创造力
--
FROM 39.144.137.*

请问V3和R1有什么区别呢
【 在 huaxinjuedui 的大作中提到: 】
: 所以你会发现，让R1去写一些创造性的内容，会领先其他一大截。。
:
--
FROM 223.104.78.*

太形象了！牛！感谢！
【 在 huaxinjuedui 的大作中提到: 】
: V3：根据训练内容，直接出答案，可以看成是集成版的搜索引擎，所以翻车的概率小（更多是总结或借鉴现有内容），响应的，回答的内容也是中规中矩的。。
: R1：发散性思维，它会根据你的输入想得更多，所以出来的内容可能更不可控。
: 以作文举例：
: ...................
--
FROM 223.104.78.*