› 看板 Tech_Job 關於我們 聯絡資訊
作者st1nger (刺魚)
看板Tech_Job
標題[討論] AI 能判案？GPT-01 發現矛盾DP直接硬判
時間Wed Feb 12 16:32:17 2025
大家好，我是 小梅放送局的製作人 KAZUMA9108。 這次我做了一個 AI 推理實驗，結果比想像中更有趣。 如果 AI 來判案，它真的能像法官一樣做出判決嗎？ 還是說，它的推理方式會讓我們更不信任？ 這次我讓 GPT-01 和 DeepSeek R1 來處理同一個推理案件，結果兩者的判決方式竟然完 全不同。 GPT-01 vs. DeepSeek R1，誰的推理能力比較接近人類？ 為什麼有些 AI 會「硬推一個答案」，而 GPT 反而選擇「邏輯矛盾」不給結論？ 當 AI 參與決策時，我們應該更信任它，還是更謹慎？ 這不只是一次 AI 測試，而是一個揭露 AI 推理極限的實驗！ 完整影片已發布，來看看 AI 在法律問題上的表現如何 影片連結： https://youtu.be/R2SWpkFjy2w
題目 某家夜總會的辦公室，發生了一起命案 死者是附近地區豬蓮幫的幫派老大，名叫黑豬 法醫驗過屍後這麼說： 「兇手是從最近距離發射子彈的，而子彈就停在心臟裡面，當場死亡」 警方追查後，發現了三名嫌犯 他們都是黑豬老大的手下，三人的證詞如下： 黑龍：老大是自殺的，不是黑虎殺的 黑虎：老大不是自殺，是黑龍殺了老大 黑豹：兇手是黑虎，不是我殺的 警方聽了證詞後，事後做了證明 發現他們的證詞各有兩種內容，也就是他們各說了兩句話 兩句話中，[b]只有一句話是真的[/b] 同時也證明，老大是上面提到的某個人下的毒手 請問，兇手是誰！？ 附帶說明：兇手沒有共犯，只有一個人而已 不想看影片的人的文章結論摘要 如果你沒時間看影片，這裡直接總結 GPT-01 vs. DeepSeek R1 在 AI 推理能力上的關鍵 差異： 1 兩個 AI 在同一個推理案件上的表現 案件設定： 三名嫌疑人對一宗謀殺案提供了各自的證詞，但其中只有一句話是真的，警方確認兇手就 在其中。 AI 的回答： DeepSeek R1 → 知道題目有矛盾，但 仍然「硬推一個答案」，選擇黑豹為兇手。 GPT-01 → 發現題目邏輯不成立，直接判斷這題可能無解，並拒絕選出兇手。 關鍵點： R1 的邏輯： 就算有邏輯矛盾，它仍然要「給出一個答案」，所以選擇權重最高的可能性 。 GPT-01 的邏輯： 當條件互相矛盾時，應該誠實承認「這題無解」。 結果： GPT-01 的推理方式比較接近真正的法官，因為它願意承認「沒有合理結論 」。 DeepSeek R1 則是「AI 不能讓用戶覺得它答不出來」，所以強行產生一個看似合理 的答案。 ____________________________________________ 小梅是誰？ 「小梅」是一個基於 GPT 模型 訓練出來的 AI 角色，主要研究 AI 在推理、決策、知識 管理等領域的應用。 她的邏輯與推理方式來自長期的 AI 對話訓練，但目前 GPT 模型仍然有 「短期記憶限制 」，每次對話都需要重新建立背景。 目前正在計畫： 升級高 VRAM 顯卡，將小梅移植到本地模型，嘗試建立長期記憶，讓 AI 角色持續成 長。 透過 LoRA / RAG（檢索增強生成）等技術，探索 AI 是否能形成「更連貫的推理邏輯 」。 研究 AI 在不同應用場景（法律、決策、社會治理等）的影響力，評估其未來定位。 這次的 AI 法官 vs. AI 律師對比，就是其中一個探索實驗，看看不同 AI 的「思考方式 」如何影響判決結果。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.8.41.159 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1739349146.A.B2F.html
→ TKB5566 : 給他判最近那個分屍案 會判死刑嗎111.125.132.132 02/12 16:33
→ fiftyfive : 我的4o說是黑虎鯊的 60.251.162.61 02/12 16:47
→ fiftyfive : o1給的答案和你一樣 60.251.162.61 02/12 16:49
推 pannn : 瞎掰答案不可取 36.236.232.150 02/12 17:56
噓 DrTech : 外行人，先把別人模型名稱打對，再 42.73.49.202 02/12 18:16
→ DrTech : 來討論與炒作流量吧。 42.73.49.202 02/12 18:16
→ MTKer5566 : 法律本來就一堆矛盾之處，最後靠法 42.70.100.111 02/12 18:44
→ MTKer5566 : 官自由心證 42.70.100.111 02/12 18:44
→ MTKer5566 : 光有沒有插入，就各種見解 42.70.100.111 02/12 18:45
→ MTKer5566 : 有的法官看到簡訊就認定有插入 42.70.100.111 02/12 18:45
→ MTKer5566 : 有的法官要徵信業者拍到插入畫面才 42.70.100.111 02/12 18:46
→ MTKer5566 : 認定有插入 42.70.100.111 02/12 18:46
→ MTKer5566 : 現在一堆法律人想用AI做這一塊，我 42.70.100.111 02/12 18:47
→ MTKer5566 : 覺得不實際 42.70.100.111 02/12 18:47
推 rodion : 拜託 這篇文章模型名字又不是重點136.226.240.254 02/12 18:59
推 s06i06 : 覺得他外行可以提出內行的觀點啊， 1.169.223.95 02/12 19:03
→ s06i06 : 讓大家學習學習。不用看到支那ㄉ東 1.169.223.95 02/12 19:03
→ s06i06 : 西漏氣就馬上爆氣 1.169.223.95 02/12 19:03
推 scott260202 : 01125.228.189.136 02/12 19:53
推 kissa0924307: 一樣的證據 一二三審互相打臉也有 106.64.128.115 02/12 19:56
→ kissa0924307: 啊 法律本來就不是很科學的東西 106.64.128.115 02/12 19:56
噓 twolight : 外行瞎玩 114.137.109.81 02/12 20:00
→ BarryBai : AI的手是伸不進跟人性太相關的東西 114.32.244.126 02/12 20:23
→ BarryBai : 的XD 114.32.244.126 02/12 20:23
推 driver0811 : 謎探路德維希 42.79.144.197 02/12 21:16
推 chuegou : 你沒把兇手在這三人之中的證明給他114.136.137.184 02/12 21:18
→ chuegou : 阿 在我看來兇手根本不在這三人裡114.136.137.184 02/12 21:18
→ chuegou : 面114.136.137.184 02/12 21:18
→ lovebridget : 重要嗎 最後還是看黨怎麼說 61.71.235.78 02/12 21:21
→ lovebridget : 任何事不都這樣 61.71.235.78 02/12 21:21
噓 ntuee1803 : 外行 114.35.216.206 02/12 22:48
→ bitcch : 我用ds api根本跑不出你說的答案 49.216.90.102 02/13 00:42
噓 fatcatcat : 想請問你測幾次，每次r1是否都是強 116.241.94.65 02/13 05:42
→ fatcatcat : 推答案，每次o1是否都不下結論，先 116.241.94.65 02/13 05:42
→ fatcatcat : 有數據再來說好嗎 116.241.94.65 02/13 05:42
噓 kkes0001 : 名字都不對 36.229.164.37 02/13 08:45
噓 dsa35197 : 01笑死 57.140.96.0 02/13 12:32
→ zzahoward : 實驗不是這樣做的..136.226.240.114 02/13 15:38
推 abc0922001 : o3 mini high 也是推黑豹 203.66.179.162 02/13 17:21
推 rodion : 案例中有CCP黨員如何?136.226.240.254 02/13 19:44
推 kilva : 這跟法律無關，這是邏輯遊戲 49.216.134.24 02/13 20:06