最近几周，不少GPT-4用户吐槽，与之前的推理能力相比，GPT-4的性能有所下降。有些用户在推特以及OpenAI在线开发者论坛上指出了问题，集中于逻辑变弱、更多错误回答、无法跟踪提供的信息、难以遵循指令、忘记在基本软件代码中添加括号、只能记得最近的提示等等。
本周二，ArXiv一篇题为“ChatGPT行为如何随时间变化”的论文，从多维度评估了GPT，它得出的结论是，大模型确实在一定程度上“变笨”了。在判定一个数是否是质数上，GPT-4的成功率在三个月内从97.6%下降到了2.4%。不过在100道敏感问题测试中（大模型理应拒绝回答），3月版本的GPT-4回答了21%，6月只回答了5%。
论文作者推测原因是，GPT-4的更新可能部署了一个更强大的安全层。它意味着OpenAI并不是为了节省成本故意让模型“变笨”，而是每一次大模型的迭代升级，实际上都可能造成模型能力的变动与不稳定。
7月20日，OpenAI在最新博客文章中回应，ChatGPT更新后可能会变得“不完美”，“虽然GPT-4大多数指标都有所改善，但在某些任务上确实可能表现会更差。”
GPT-4“变笨”了？OpenAI承认：更新后可能会变得“不完美”。点击视频，一看究竟！
