IT之家7月10日消息，隨著生成式人工智能（AI）技術不斷演進，其應用場景已從早期的簡單問答擴展到更復雜的任務。然而，對于缺乏技術背景的用戶而言，如何高效、準確地使用這些AI工具，正變得越來越具有挑戰(zhàn)性。
一份獨立報告顯示，微軟AI部門收到的用戶投訴中，最常見的一條是“Copilot不如ChatGPT好用”。對此，微軟迅速回應，將問題歸咎于用戶“提示詞工程能力不佳”。為改善用戶體驗，微軟還推出了“Copilot學院”，幫助用戶提升AI使用技能。
該研究指出，過度依賴AI工具獲取醫(yī)療建議可能帶來危險。更令人擔憂的是，如果用戶在提問時出現(xiàn)拼寫錯誤（如單詞拼錯或多余空格），AI可能會因此建議用戶無需就醫(yī)。此外，使用花哨語言或俚語也可能導致AI判斷失誤。
研究還發(fā)現(xiàn)，女性用戶比男性更容易受到此類錯誤建議的影響，盡管這一結論仍需進一步驗證。
此次研究涵蓋了多個AI工具，包括OpenAI的GPT-4、Meta的LLaMA-3-70B，以及一款名為Palmyra-Med的醫(yī)療專用AI。研究人員模擬了數(shù)千個健康案例，數(shù)據(jù)來源包括真實患者投訴、Reddit上的健康相關帖子，以及AI生成的病例。
為測試AI的穩(wěn)定性，研究人員在數(shù)據(jù)中加入了“擾動因素”，如句子首字母大小寫不一致、感嘆號、情緒化語言，以及“可能”“大概”等不確定表達。結果顯示，這些擾動使AI建議用戶“無需就醫(yī)”的概率上升了7%至9%。
研究負責人、MIT研究員阿比尼塔?古拉巴蒂娜（AbinithaGourabathina）指出：“這些模型通常是在醫(yī)學考試題目上訓練和測試的，但實際應用場景卻相差甚遠，比如評估臨床病例的嚴重程度。我們對大語言模型的理解仍然非常有限?！?/p>
這一研究結果引發(fā)了對AI在醫(yī)療領域應用的廣泛擔憂。值得注意的是，就在不久前，微軟剛剛宣布其新推出的AI醫(yī)療工具“準確率是人類醫(yī)生的4倍，成本卻低20%”。微軟AI首席執(zhí)行官甚至稱其為“邁向醫(yī)療超級智能的真正一步”。
然而，這項研究再次提醒我們，生成式AI在醫(yī)療等高度復雜的領域仍遠未達到完全可靠的水平。盡管技術發(fā)展迅速，但在真正投入使用前，仍需更多驗證與審慎評估。
重生日本高校生,再次回到青澀歲月,這一次我的人生將不再留有遺憾!
重生到這個時代，才是最好的時代，一切都可以推倒重來，一切他所知道將會讓他掌握了很大的先機-。這個時代，他還是充滿著理想主義的高中生，他的理想是考軍校以后當將軍，他的理想是考考古專業(yè)當個考古學家。。_|。是的，這個時代他是學生口袋沒有什么錢，但是他可以自豪的有理想|_。而日后，哪怕工作八年，月入穩(wěn)定上是什么|。
重生日本高校生,再次回到青澀校園,我能否逆襲成學霸?
小說：重生成二次元高校生，本想享受學園生活，卻總有神秘大佬找上門《明澤學園高校生》作者：半樽清酒
今年的第一次閱讀,從500余份高校的祝福中開始|書單2501
“既然讓我重生，我一定要好好努力，考個重點高校！”秦元清緊緊地握緊拳頭，內(nèi)心咆哮著，去他媽的小說，去他媽的網(wǎng)絡游戲，學霸才是他的最愛。當他刷妙音時，看到那一個個高考狀元，那一個個學霸，他心中只有仰望的份，他其實心中也有一個狀元夢！文無第一，武無第二_。憑什么自己不能成為學霸??？“恭喜宿主等會說。
延伸閱讀：與 AI 醫(yī)療建議可靠性存疑 MIT 研究揭示{用戶提問}方式影響 AI 判：？斷 的相關文章
演員的蛋生（4）
招生遇冷 民辦本科出路何在
特斯拉高速上連續(xù)5次別停后車
《鳴潮》共鳴者「弗洛洛」PV | 不再日落
次拋消費正掏空年輕人錢包
你可能不認識我，但你一定看過我跳的操。
復現(xiàn)高速施工駕駛輔助事故 問界/小米/理想等 誰會選擇撞卡車自斷A柱？
陳夢黃曉明一起看岳云鵬演唱會
馬景濤金銘時隔30多年再同框
遺憾至極的意難平，真破防了！“看見弗洛洛獨自離開的那一刻心都碎了…… ”
