LearnAI
Новинки AI · AI-исследователь · 7/10
← 前往目录
任务

如何避免陷入谎言

收集反虚构请求。返回 JSON {"question":"...","anti_fake_rules":"...","red_flags":"..."}。 question——研究问题; anti_fake_rules - 请求中减少虚构的 3-5 条规则(例如:标记置信度、将事实与假设分开、写“我不知道”而不是猜测); red_flags - 2-4 个迹象表明您怀疑答案中存在幻觉。

解锁提交解决方案以供即时 AI 审核的权限。
区分事实与幻想
💡 一个理论

机制:神经网络不是故意说谎的——它完成了最可信的文本。如果没有足够的数据,合理的和正确的就会出现分歧:结果就是一个平滑的捏造——一项不存在的研究、一个捏造的数字、一个错误的引用。如果语气充满自信,那就特别危险了。请求中的杠杆。允许无知:“如果你不确定,就写下来,不要编造。”不同的层次:“标出事实的来源,以及你的假设。”需要可验证性:准确的引用和可以打开的链接。洞察技巧:要求模型对每个关键陈述(高/中/低)评价她自己的信心,并解释其依据是什么。低信心是一个危险信号,首先看看那里。第二种技巧:提出一个控制问题——提出一个可以反驳结论的事实。如果模型不能,结论可能会被延伸。危险信号:四舍五入的完美数字、没有具体名称或日期的参考文献、无法找到的引文、回答狭隘的问题而没有一个“取决于”。一个常见的错误:相信自信的语气。模特的自信并不能说明其正确性。

如何评估·通过 70

  • 1周围没有文本的有效 JSON25%
  • 2有字段question、anti_fake_rules、red_flags30%
  • 3关于小说的规则和标志是特定的45%
您的提示Claude ⌄
🔒

解锁提交解决方案以供即时 AI 审核的权限。