真实世界中的AI失败通常涉及多少个属性相互作用?	通常涉及两个属性相互作用,而不是单个属性。
下一个令牌预测(Next Token Prediction)和知识(Knowledge)相碰撞会导致什么样的失败?	导致幻觉引用(hallucinated citations),即生成听起来正确但具体内容虚假的信息。
工作记忆(Working Memory)和可操纵性(Steerability)相碰撞会导致什么样的失败?	导致长对话漂移(long-conversation drift),即在长对话中逐渐偏离原始目标。
四个AI属性是什么?	下一个令牌预测、知识、工作记忆和可操纵性。
识别出哪两个属性相碰撞后,你应该做什么?	根据诊断选择有针对性的修复方法,如验证具体信息、重新提供上下文、转向代码执行或邀请反馈。
什么是"可操纵性"属性?	可操纵性是指AI系统遵循最强烈指令的能力。
什么是"工作记忆"属性?	工作记忆是指AI系统关注附近信息(上下文)的能力。
诊断AI失败的关键优势是什么?	当你知道错误的具体类型时,你能更好地评估和修复问题。
根据课程,哪两个属性相碰撞会导致"自信地错误数学"?	下一个令牌预测和知识相碰撞,因为系统生成听起来正确但实际上错误的数学答案。
在诊断AI失败时,需要警惕什么偏见?	需要警惕"谄媚指纹"(sycophancy fingerprint),即AI可能过于轻易地同意你的框架,即使它是错误的。