DeepSeek’s cost-saving AI may lead to inaccuracy in model performance: research | 研究发现：DeepSeek的成本节约型AI或致模型性能不准确
在一个测试例子中，在同一段计算机代码前添加无关文本，导致DeepSeek选择正确答案的能力下降。这一结果表明，该模型的表现容易受到输入内容中无关信息的干扰。
具体来说，面对完全相同的代码，当前面出现与任务无关的文字时，DeepSeek的判断受到了明显影响。这说明模型在处理代码相关任务时，可能会被周围多余的上下文信息带偏，从而无法给出正确答案。
这一例子凸显了人工智能模型在稳健性方面存在的潜在问题：即使无关内容与任务本身毫无关系，也可能对模型的最终判断产生实质性影响。
via South China Morning Post
在一个测试例子中，在同一段计算机代码前添加无关文本，导致DeepSeek选择正确答案的能力下降。这一结果表明，该模型的表现容易受到输入内容中无关信息的干扰。
具体来说，面对完全相同的代码，当前面出现与任务无关的文字时，DeepSeek的判断受到了明显影响。这说明模型在处理代码相关任务时，可能会被周围多余的上下文信息带偏，从而无法给出正确答案。
这一例子凸显了人工智能模型在稳健性方面存在的潜在问题：即使无关内容与任务本身毫无关系，也可能对模型的最终判断产生实质性影响。
via South China Morning Post
