DeepSeek是如何分析文本的,为什么有时会误解你

2. 关键难点突破：“楞”的跨方言语义。

3. 参数空间的协同推理

即DeepSeek经过一番分析，认为这句话是批评对方固执倔强，或者指责对方发呆。

平心而论，DeepSeek这样分析肯定是没错的。但是在我家乡，这句话不是这个意思。在我家乡，“楞”是指人非常在意、喜欢打扮，喜欢穿漂亮的衣服，在别人面前炫耀自己的漂亮衣服。我觉得这个“楞”有点像“浪”的转音，但没有“浪”那么强烈，没有什么贬义，而是包含了一些褒义。比如过年的时候，长辈说晚辈：

你看他多楞，还没到过年，就开始穿新衣服了。

DeepSeek显然不知道这种意思，它的参数无法把“楞”和“爱打扮、爱漂亮”联系起来，因此它无法正确解读这句话。但是从“楞”的常见意思来说，它又正确地解读了这句话。

再举个极端的例子，如果某个部落中，说一种语言，但没有文字。现在把部落土着的发音用字母记下来，输入DeepSeek，它也不可能理解。

问今天几月几号?DeepSeek回答笑翻网络

这是DeepSeek写的北京高考作文能打几分

资深投资人揭秘Deepseek"不融资"生存法则

即DeepSeek已经尽其所能地去理解文本，但是相关知识的参数太少，导致它有时候无法把文本与正确的知识联系起来进行推理，结果得出了错误的结论。

我个人认为：

【1】在应用中出现的大多数错误，原因可能都在于此。并不是DeepSeek在故意瞎编，而是它的推理方法决定了，它只能给出这样的结果。

【2】相对于此前的很多“人工智障”模型来说，DeepSeek的推理能力确实很强大，容易让人误以为它说的都是对的。实际上并非如此。因此用它来完善思路、开阔思维、给文章润色是可以的，但完全依赖它来分析学术问题是不合适的，至少现在不行。它还需要不断进化（训练）。不过，可以预见，即便进化得再先进，在理解有些文本时，它也可能会出错。这很正常，人类自己理解时，也会出错。

【3】确实存在一个风险，即人们把DeepSeek输出的含有错误的文本当做正确的传播，久而久之，对大多数人产生了误导。这种情况其实之前就有，过去这些年，一些臭名昭着的自媒体自动生成了无数错误百出的劣质文档，四处传播。实际上，网上99%的文字都是垃圾。DeepSeek即便出错，也只不过是在这个大垃圾堆上又丢了一袋垃圾，相对于此前的模型来说，它生产的垃圾算少的。并且随着它不断进化，这种情况会慢慢改善。

还可以这么想：

DeepSeek在输出比较简单的知识方面，不太可能出问题；但是在输出复杂问题时可能会出错。那些容易被网上的劣质垃圾文字轻而易举地误导的人，根本就不会去阅读较深的分析文章，也就没有机会被DeepSeek误导。换言之，想被DeepSeek误导，也是有门槛的。

【4】在使用DeepSeek输出文本和编程时，一定要自己心里有数，详细地写出自己的需求，不能听任它放飞自我。比如编写程序，要写清楚让它每一步怎么做。如果放任它自己发挥的话，你可能会发现它编的程序不能用。