OpenAI 表示自 11 月 11 日以来，他们就没有更新过模型，模型行为是不可预测的，他们正在研究如何修复。

不知你有没有注意到，最近一段时间，GPT-4 变得有些「懒惰」，现在的它，老是拒绝执行某些任务或直接返回简化的结果。

这个问题得到很多网友的共鸣，纷纷开始抱怨 ChatGPT 变「懒惰」这个事实。

用户声称，最近使用 GPT-4 或 ChatGPT API 时，在高峰时段响应变得非常缓慢且敷衍。在某些情况下，它会拒绝回答，而在另一些情况下，如果出现一系列问题，对话就会中断。

据报道，如果用户请求 GPT-4 写一段代码，会出现上述问题。它可能只提供一些信息，然后指导用户填写其余部分。有时， GPT-4 会告诉人们「你可以自己做这件事 」。

GPT-4变「懒惰」一些示例展示

「GPT 确实变得更加抗拒做乏味的工作。本质上是给你部分答案，然后告诉你做剩下的事情。不敢想象，当你运行查询时，你的数据库只读取了前 10 行的信息。」专注于销售和营销的 Summit 创始人 Matthew Wensing 抱怨道。

「让它扩展一些代码，生成的代码要求达到 50 行，它让我自己去做。」

有时 ChatGPT 受够了网友的请求，最后直接来了个「白眼」，让你自己体会。

「现在的 ChatGPT 无法帮助用户处理代码脚本。」

沃顿商学院 Ethan Mollick 教授将 GPT-4 在 7 月和现在的表现进行了对比，他得出的结论是：GPT-4 仍然是知识渊博的，但也存在懒惰这个问题，GPT-4 非常乐意向用户解释如何修复代码，而不是实际修复代码。

随后， Mollick 教授表示，「同样，我们没有证据表明 GPT-4 以任何方式变得更加愚蠢，这可能是系统负载的暂时问题（例如 openAI 现在将 DALL-E 3 的图片响应从 4 张减少到 1 张），但在以下方面 GPT-4 肯定存在行为变化：系统在没有刺激的情况下愿意做多少事情。」

不仅 X，Reddit 上也到处是讨论的帖子，最近一则名为《ChatGPT 已经变得非常懒惰》的帖子爆火。一位用户写道，他们要求 ChatGPT 填写一个包含多个条目的 CSV 文件，但 ChatGPT 拒绝了，并回答道：「由于数据的广泛性，完整提取整个产品相当冗长。但是，我可以提供包含此单个条目作为模板的文件，您可以根据需要填写其余数据。」

对于这一回答，发帖人直接发飙了：「这就是人工智能应该有的样子吗？一个专横的懒惰机器人，让我自己去做？」

鉴于 ChatGPT 现在的表现，网友开始纷纷怀念以前的 GPT-4 了。

OpenAI 承认了，但不确定是什么原因造成的

有些人开始猜测是因为 OpenAI 合并模型、同时运行 GPT-4 和 GPT-4 Turbo 导致服务器持续过载、公司试图通过限制结果来节省资金等造成的。

众所周知，OpenAI 的运营成本极其昂贵，今年 4 月，研究人员表示，每天需要花费 70 万美元，即每次查询花费 36 美分，才能维持 ChatGPT 的运行。根据行业分析师当时的说法，OpenAI 必须将其 GPU 群扩大至 30000 台，才能在今年剩余时间内保持其商业性能。除了为其所有合作伙伴提供计算之外，OpenAI 还需要支持 ChatGPT 其他流程。

对于这个问题，ChatGPT 官方账户发布了推文，OpenAI 承认了这个问题，但不确定是什么原因造成的。「我们已收到您关于 GPT4 变得更加懒惰的所有反馈！自 11 月 11 日以来我们就没有更新过模型，这当然不是故意的。模型行为可能是不可预测的，我们正在研究修复它。」

简而言之，OpenAI 表示他们最近没有对 ChatGPT 或 GPT-4 进行任何会使其变得更加懒惰的更改。事实上，自 11 月 11 日以来，没有任何变化。但他们解释说，模型本身「可能是不可预测的」，他们正在寻求解决的问题。

12 月初，OpenAI 员工 Will Depue 在 X 中也证实了，OpenAI 已注意到有关 ChatGPT 变懒惰的报告，正在研究潜在的修复方案。

从他的回答中我们可以看出 ChatGPT 确实存在过度拒绝用户问题以及其他奇怪的行为（例如最近的懒惰问题），但这些都是不断服务和尝试支持众多用例过程中的迭代产物。他指出，当 ChatGPT 的某些部分显著改进时，这些改进通常不会被广泛注意到。相反，当模型的某些部分偶尔出现退化时，这些问题就会变得非常明显。尽管存在一些问题，如过度拒绝和偶尔的性能退化，但这些都是改进过程中的一部分。OpenAI 鼓励提供具体反馈以帮助快速解决这些问题。

在等待 GPT-4 性能稳定的同时，用户们互相打趣，「接下来你就会知道它会『请病假』。」

如何学习大模型 AGI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

-END-

---

👉AGI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉AGI大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉AGI大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓