更新后的模型表现有所改善，性能降幅从39%减少到33%，但问题依然存在。在Python任务中，部分模型的性能损失仅在10%到20%之间。然而，拉班指出，在实际使用场景中，性能损失可能会更严重，因为测试只采用了简单的用户模拟。如果用户在对话过程中改变想法，性能下降可能更为明显。
研究发现，通过调低温度值等技术微调并不能有效解决这一问题。研究人员建议，遇到异常情况时，应重新开启一段新对话，并让模型先总结之前的请求，再基于这份总结继续新的对话。
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
浏览量
