详细内容或原文请订阅后点击阅览
当人工智能课程无法跟上人工智能的步伐时
一位人工智能导师不断地祝贺实验失败，却没有意识到课程材料本身已经损坏——看看“对话式”人工智能仍然无法做到什么。这篇文章首先发表在 eLearning Industry 上。
来源:eLearning行业 | 在线教育博客一位人工智能导师不断赞扬失败的实验
干得好。
这就是在我告诉 AI 导师三次其评分的实验失败后，它结束反思对话的方式。没有以一种有趣的方式失败。我提供的型号上不存在所需的设置。没有什么值得反思的。无论如何，机器人反映了。然后它就恭喜我了。
我最近在 Coursera 上注册了 Microsoft 的生成式 AI 工程课程。一项作业：打开 Azure AI Foundry，调整模型的温度设置，比较输出，反思发生的变化。该课程指定了 GPT-4.1 mini。在我的 Azure 环境中，4.x 模型被标记为弃用。我选择了最旧的可用 5.x 型号作为最接近的替代品。
错误的举动。 5.x 模型没有公开温度。没有对照，没有比较，没有实验。在我输入提示之前，作业就被破坏了。不是因为我读错了。不是因为技术出现故障。因为课程材料没有跟上它声称教授的平台。
并非如此的对话
接下来：与人工智能导师进行必要的反思对话。它询问实验进展如何。非常糟糕，我说。指定的模型已被弃用。替换不支持该参数。演习未能按计划完成。
导师表扬我的诚实。然后它问我为什么选择 5.x 模型。我解释说：不是故意的实验选择，而是一种解决方法，是平台上留下的唯一选择。它承认这种区别。然后它询问Temperature 应该做什么。
我解释了这个概念。我重复说我没有测试它，因为控件不存在。它为询问不相关的参数而道歉。然后它询问模型的默认输出是否看起来更一致、更可预测、更多样化或更有创意。
前现代人工智能
它可以说：“我明白。”它不能说：“这个练习无效。”
它可以说，“让我们旋转。”它实际上无法旋转。