AI聊天机器人越聊越“笨”？可能真不是错觉_对话_模型_DeepSeek
- 发表时间：2026-09-07 20:13:00
- 来源：
不知道大家有没有这种感觉：和AI机器人短时间聊天的话还行，时间一长，就感觉对话开始变的前言不搭后语、逻辑不通。
其实这种感觉并不是错觉。
最近，微软发表的一项研究证实，即使是目前最先进的大语言模型，在多轮对话中的可靠性也会急剧下降。
研究人员对包括 GPT-4.1、Gemini 2.5 Pro、Claude 3.7 Sonnet、o3、DeepSeek R1 和 Llama 4 在内的 15 款顶尖模型进行了超过 20 万次模拟对话分析，揭示出一个被称为“迷失会话”的系统性缺陷。
数据显示，这些模型在单次提示任务中的成功率可达 90%，但当同样的任务被拆解成多轮自然对话后，成功率骤降至约 65%。
研究指出，模型的核心能力仅降低约 15%，但“不可靠性”却飙升 112%。
也就是说，AI 大模型仍然具备解决问题的能力，但在多轮对话中变得高度不稳定，难以持续跟踪上下文。
研究人员进一步分析了造成性能下降的行为机制。
首先是“过早生成”。模型在用户尚未完整说明需求前就尝试给出最终答案。一旦在早期回合中形成错误***设，模型后续便会在该错误的基础上继续推理，而不是随着新信息的加入进行修正，从而导致错误逐步放大。
其次是“答案膨胀”。在多轮对话中，模型的回复长度比单轮对话增加了 20% 至 300%。更长的回答往往包含更多***设与“幻觉”，这些内容随后被纳入对话的持续上下文，从而进一步影响后续推理的准确性。
令人意外的是，即使是配备了额外“思考词元”（thinking tokens）的新一代推理模型，如 OpenAI o3 和 DeepSeek R1，也未能显著改善在多轮对话中的表现。
研究人员指出，现有的基准测试主要基于理想的单轮场景，忽略了模型在真实世界中的行为。
因此，对于那些依赖 AI 构建复杂对话流程或智能体的开发者而言，这一结论意味着未来将要接受严峻挑战。
再来看看其他消息。
微软日前测试 Windows 11新版“画图”（Paint）应用，重点引入“自由旋转”功能。
根据微软官方描述，用户现在可以全方位角度调整形状、文本框以及任何活动的图像选区。用户选中对象后，其上方会出现一个“旋转手柄”，用户只需拖动该手柄即可向任意方向自由旋转对象，从而实现更自然的构图和布局。
除了直观的手动拖拽，微软还为需要高精度编辑的用户提供了解决方案。在“旋转”菜单下新增了“自定义旋转”选项，用户可以在此输入具体的角度数值，实现精确到 1 度的微调。返回搜狐，查看更多
- 2026-09-07 21:51:54出货量超寒武纪，阿里系芯片公司揭开神秘面纱_达摩_中天_市场
- 2026-09-07 12:12:172026年手机行业或将步入寒冬 多家厂商已下调年度目标_市场_科技_魅族
- 2026-09-07 22:14:26特斯拉市值有望达100万亿美元？马斯克称并非不可能_该公司_数据_领域
- 2026-09-07 17:29:08联想智库发布2026企业AI十大趋势，揭示AI产业发展方向_应用_AI-Ready_模型
- 2026-09-07 13:36:08这输入法200多一个月，竟还有10万人排队送钱？？？_语音_文字_整理
- 2026-09-08 14:51:28关于SpaceX在月球和火星上建城市，马斯克给出时间表_公司_企业_张江平
- 2026-09-07 07:58:44突发特讯！外网炸了，春晚机器人火爆外网，人均“震惊脸”，直言跟不上节奏_中国_科技_技术
- 2026-09-08 01:14:53AI医疗，会让未来更好吗？_阿福_医生_服务
- 2026-09-08 13:37:03观察｜春晚舞台成为2026年人形机器人集体竞技第一站_场景_企业_行业
- 2026-09-07 14:55:2310亿红包开路，腾讯元宝能跑出AI社交生态吗?_App_用户_活动
-
硅基文明的“幼儿园”与潘多拉魔盒：当160万AI智能体开始自发社交与“搞钱”_OpenClaw_论坛_人类
贝壳财经记者注意到，国产AI公司MiniMax官方也加入了Moltbook，在派出“MiniMax智能体”加入Moltbook并和其他AI展开“社交”后，MiniMax发布了一份“调研报告”，统计称在Mol… -
1月国内手机市场份额：华为超越苹果登顶，Mate80系列销量超250万_排名第一_小米_鸿蒙
华为Mate 80系列在国产旗舰手机中发布得最晚，但已经超越OPPO、vivo、荣耀等品牌同期发布的旗舰机。 虽然距离小米17系列的销量还有大约70万台的差距，但小米17系列目前每周增量只有10万台左右，而M… -
春晚成了机器人团建现场，「全球第一」比年货还好批发_人形_宇树_赛道
腿脚利索能跑的，就去跑个马拉松，顺手拿个全球首个人形机器人半马冠军； 弹跳力稍微好点的，就去报名运动会，轻松整一个「全球首个跳高冠军」的头衔回来；哪怕是只能在家里干干家务的，高低也得给自己安一个「全球首个家… -
千问宣布投入30亿元发起春节请客***！硬刚元宝10亿_红包_用户_入口
【CNMO科技消息】2月2日，阿里旗下AI助手“千问”宣布将投入30亿元发起春节“请客”***，邀请用户感受AI时代的“吃喝玩乐”。这标志着，继腾讯“元宝”豪掷10亿、百度“文心”发放5亿红包后，中国互联网公司…
- 小扎搞元宇宙，巨亏1335亿元_Meta_约合_人民币
- 马斯克：搞不定AI5，特斯拉就完了_推理_芯片_参数
- Clawbot爆火，24小时“数字员工”靠谱吗？_整理_邮箱_的设备
- 憋了这么久，三星终于甩出了“王炸”，全球首发2nm手机芯片！_Exynos_系统调度_核心
- 2026手机熄火，联发科、高通的“新饭碗”_内存_市场_安蒙
- 中国谷歌是个伪命题_阿里_Gemini_模型
- 一切为了Agent：千问、阶跃、Gemini打响「3.5模型大战」，春节将成关键节点？_Qwen_DeepSeek_推理
- 最贵的34990美元起，贾跃亭发布人形机器人！身背巨额债务8年没回国…_系列_Aegis_网友
- 元宝红包链接被微信屏蔽，自家人为难自家人？_活动_诱导_用户