不能稳定在高分的。

这篇论文是直接用了其它八篇顶级论文提出的参数（提示词），本来就该有最好表现的。说明准确率和泛化能力矛盾。

这个已是最好结果。换一组、八个参数，不会有更好的结果。
选成绩最好的参数，重测八次（换八组测试者），估计平均成绩和现在一样、不到30分。选最高分的参数、重测八次，也不能提高成绩的。


【 在 qtpr 的大作中提到: 】
: chatgpt4最好的那次能到多少分？
: 如果就用最好的那次的参数的话，是否可以基本稳定在一个较高的分数上？
:
--
修改:test321 FROM 120.229.89.*
FROM 120.229.89.*