นักวิจัยทดสอบความเสถียรของโมเดล LLM ที่ใช้เว็บเซิร์ช โดยถามคำถามเดียวกัน 3 ครั้งต่อโมเดล พบว่า 1 ใน 3 คำตอบเปลี่ยนแปลง แต่ชื่อท็อป 1-3 คงเดิม งานวิจัยใช้ 60 คำตอบจาก ChatGPT และ Gemini วัดความคล้ายกันด้วย Jaccard Similarity พบว่าชื่อท็อป 1-3 คงเดิม ส่วนชื่อท้ายๆ หมุนเวียนทุกครั้ง ผลลัพธ์ยืนยันว่าความไม่เสถียรไม่ใช่สุ่ม แต่เป็นรูปแบบที่มีโครงสร้าง งานวิจัยเปิดเผยทุกข้อมูลเพื่อให้ตรวจสอบได้ คำถามที่ใช้เป็นแบบ Open-ended เกี่ยวกับธุรกิจขนาดเล็ก ทุกคำตอบถูกกรองเพื่อแยกชื่อธุรกิจที่แนะนำ ชื่อที่ซ้ำในทุกครั้งถูกนับเป็น Stable Core ส่วนชื่อที่เปลี่ยนแปลงถูกนับเป็น Volatile Tail ผลลัพธ์ชี้ว่าธุรกิจเล็กหรือใหม่มีโอกาสอยู่ในช่วงที่ไม่เสถียรที่สุด ข้อมูลเป็นทิศทาง ไม่ใช่ข้อมูลที่แน่นอน
AILLMChatGPTGeminiความเสถียรวิจัย
สรุปด้วย MAF Local AI · เนื้อหาต้นฉบับเป็นของแหล่งข่าว