微软研究院播客：Jennifer Neville 谈 AI 多轮失败与评估

Microsoft Research 播客中，Jennifer Neville 与 Chad Atalla 对谈 AI 系统评估与失败模式。她指出，模型在多轮对话中的表现较单轮基准显著下降，长工作流中未被及时捕捉的错误会累积并进一步干扰 AI。 针对这些问题，其团队正研究用强化学习方法改进；她同时建议用户遇到问题时可重新完整指定单轮指令，并通过文本反馈精确描述失败，以帮助改进模型。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。