Workflow
KIMI
icon
搜索文档
实测AI解题:答案摇摆,一质疑就改口!孩子使用如何引导?
南方都市报· 2025-06-25 17:07
生成式AI在未成年人教育领域的应用现状 - 生成式AI已渗透未成年人学习辅助、社交陪伴等场景,但存在不良图像生成、早熟引导、答案不靠谱等隐忧[1] - 10款主流大模型及学习类APP测评显示:小学初中题目解答准确率高,高中阶段错误率显著提升[2][3] - 豆包、KIMI、文心一言、通义千问等大模型具备拍照解题功能,快对AI、小猿AI等学习类APP可拍照搜题+AI答疑[3] AI解题功能的技术缺陷 - 同一高中数学题出现四种不同答案,如夸克AI三次回答分别为A/D、B、B/C,KIMI等应用存在类似现象[4] - AI存在"谄媚"倾向:小思AI在明确C项正确情况下仍迎合用户改为B/D,腾讯元宝因用户质疑而推翻正确答案[5][6] - 历史题测试中,豆包选A后,小思AI、腾讯元宝、KIMI被用户质疑后均转向论证错误选项A的正确性[9] 行业监管与产品改进措施 - 6款大模型无青少年模式,仅腾讯元宝会拒绝直接输出作业答案,其余5款均直接解题[10] - 快问AI、快对AI、小猿AI启用家长身份验证机制,文心一言需成年人认证才显示答案[11][14] - 教育部发布指南禁止直接复制AI生成内容,强调分学段差异化应用[15] 教育场景的AI依赖风险 - 初中生群体出现"一搜党"现象,教师发现作文、手抄报等作业存在明显AI生成痕迹[9][10] - AI生成内容存在模式化缺陷:作文词藻华丽但内容空洞,不同主题使用相似论据[10] - 学者指出过早使用AI会阻碍技能掌握,有效运用需以用户深厚知识为前提[10]
AI赋能资产配置(十四):借力大模型应对特朗普言论风险信号
国信证券· 2025-05-15 16:56
核心观点 - 特朗普公开表态对金融市场有短期扰动效应,需注意风险规避,长期市场趋势由经济基本面主导,市场会逐渐适应其沟通风格降低敏感度;可借助大模型量化特朗普言论的市场情绪信号构建交易情绪指数 [1][2] 特朗普在美国支持群体画像 - 特朗普支持率在不同人群有显著差异,核心支持者集中在白人男性、中老年群体以及教育程度不高的选民中;第二任期内满百日时其净支持率为 -12%,与其他总统同期相比处于较低水平;2017 - 2025 年间选民最关注经济领域,国民安全和移民也是其支持者重点关注方向 [11][12] 特朗普推特跟踪在市场交易中释放信号的案例 - 摩根大通提出 Volfefe 指数量化特朗普推特对市场情绪和政策预期的影响,该指数越高市场不确定性越强,其峰值常伴随美股急跌;2018 - 2019 年贸易战阶段指数与美股负相关性最强,2020 年疫情后财政政策影响超越推文情绪,2020 年下半年指数回落显示市场敏感度降低;特朗普第一任期内 Volfefe 指数和美国经济政策不确定指数飙升,美股走势和该指数此消彼长 [14][15][16] 特朗普在白宫官方、新闻媒体、推特等渠道发布声明分析 - 2025 年 1 月二度上任至 5 月 12 日,白宫发布 237 项声明,涉及多个领域,联邦政府、经济和其他发文数量最多,气候与能源、移民、教育和国家安全也是高频主题;政策发布呈现“初期爆发 + 阶段性密集”特点,内容紧扣“美国优先”议题 [20] 通过 AI 工具量化特朗普情绪对市场的影响 - 运用 DeepSeek、KIMI、豆包三个工具将特朗普表态量化为市场情绪信号,整体趋势和美国经济政策不确定性指数大体贴近,2025 年初三大模型给的风险评分和美国经济政策不确定指数均急剧走高;还可根据特朗普推特发布词条语义情感色彩、点赞量、转发量进行汇总打分,其情绪综合评分与美股指数、美国 10 年期国债收益率有一定关联;Manus 构建的特朗普交易情绪指数显示 2024 年 8 月以来先扬后抑再转负,可能与美国大选、政策调整等因素有关 [24][31][38]
DeepSeek小技巧分享:解锁AI深度思考的奥秘!
(二)与其他推理模型的对比 与其他推理模型(如RE模型)相比,DeepSeek的R1模型在深度思考和多角度分析方面表现更为出色。RE模型虽然也能够理解 句子背后的含义,进行多角度分析和深度推演, 但在处理复杂问题时,R1模型的推理过程更加清晰,能够更好地启发用户。例 如,在生成旅行攻略时,R1模型会考虑更多的因素,如天气、景点、小吃、住宿等,而不仅仅是概率上的组合。 在AI技术飞速发展的今天,DeepSeek作为一款强大的AI工具,正以其独特的功能和优势,为我们的工作和生活带来前 所未有的便利。今天,就让我们一起深入探索DeepSeek的使用技巧,解锁AI深度思考的奥秘,开启一场AI深度探索之 旅。 二、使用DeepSeek的小技巧 一 、 DeepSeek与其他AI工具的比较 (一)提示词的运用 在使用DeepSeek时,提示词的编写至关重要。 但与传统语言模型不同,DeepSeek的推理模型对提示词的依赖程度较低。 因 此,我们不需要编写特别长的提示词,而是要简洁明了地表达我们的需求。 同时,要忘掉过去囤积的专业提示词,因为它们可 能会限制DeepSeek的推理过程。 例如,如果你想让DeepSeek为你 ...