大型語言模型

深度分析

「運營圖靈測試」揭示表格基礎模型在缺乏規則審核時的不可辨識上限

本研究提出運營圖靈測試，以統計匹配的合法與違規資料庫狀態檢驗表格基礎模型，發現僅憑值分布的模型無法超過隨機猜測，即使提供行級存取亦無效；加入可執行的規則審核可達100%正確率；而大型語言模型即便在提示中給予完整規則，亦只能辨識不到兩筆合法狀態，顯示缺乏運營層面的可執行邏輯是根本瓶頸。