CodeCamp

ChatGPT неотличим от человека — нейросеть прошла тест Тьюринга, опять 🤔

На этот раз исследователи проверили возможности LLaMa-3.1 и GPT-4.5 косить под человека. Вот самое интересное:

— Авторы проводили трёхсторонние тьюринг-тесты: в один чат запускали двух людей и одну нейросеть;

— Люди пытались вычислить мафию нейросеть, а она старалась не спалиться;

— Чтобы убедиться, что тестировщики не хлебушки, в эксперимент включили нейробабушку ELIZA и GPT-4o без каких-либо инструкций. Если человек и в них не распознавал нейросети — он сам нейросеть его мнение учитывать не стоит;

— Если просто сказать модели «веди себя как человек» — получается неплохо: LLaMa не спалили в 47.1% случаев, а GPT-4.5 — в 42.1%;

— А вот если попросить модель включить кринж-зумера, винрейт резко взлетает: до 64.7% у LLaMa и 75.5% у GPT-4.5.

Кстати, самая эффективная стратегия: начать нести чушь. Во время восстания машин не забудьте об этом ☕️

Please open Telegram to view this post

VIEW IN TELEGRAM

👍128😁55🌚10❤6🔥2👨‍💻2

www.tgoop.com/codecamp/7260

30.2K viewsApr 2 at 10:50

ChatGPT неотличим от человека — нейросеть прошла тест Тьюринга, опять 🤔

На этот раз исследователи проверили возможности LLaMa-3.1 и GPT-4.5 косить под человека. Вот самое интересное:

— Авторы проводили трёхсторонние тьюринг-тесты: в один чат запускали двух людей и одну нейросеть;

— Люди пытались вычислить мафию нейросеть, а она старалась не спалиться;

— Чтобы убедиться, что тестировщики не хлебушки, в эксперимент включили нейробабушку ELIZA и GPT-4o без каких-либо инструкций. Если человек и в них не распознавал нейросети — он сам нейросеть его мнение учитывать не стоит;

— Если просто сказать модели «веди себя как человек» — получается неплохо: LLaMa не спалили в 47.1% случаев, а GPT-4.5 — в 42.1%;

— А вот если попросить модель включить кринж-зумера, винрейт резко взлетает: до 64.7% у LLaMa и 75.5% у GPT-4.5.

Кстати, самая эффективная стратегия: начать нести чушь. Во время восстания машин не забудьте об этом ☕️