巴菲特的成功，全靠脑前叶，无法复制？ | 大模型理财避坑4

正文

请到「今天看啥」查看全文

Grok 3还顺手优化了一下原文，改成了：“价值投资需要的性格特质——在群体癫狂时保持理性、在长期寂寞中坚守认知——不仅靠智商，更跟前额叶对杏仁核的调控能力有关。研究表明，这部分受先天神经结构影响，但通过长期训练，比如养成认知习惯，后天仍有一定改善空间。”你看，这改得多自然，既科学又不那么咄咄逼人。

这个过程让我特别兴奋。一个模型生成内容，另一个模型挑刺，最后得出更靠谱的结论，这不就是一种“批评与自我批评”的实践吗？我觉得这事儿值得深挖，咱们接着聊。

二、大模型的“眼高手低”是怎么回事？

看到DeepSeek R1和Grok 3的互动，我突然想到一个现象——大模型好像都有点“眼高手低”。啥意思呢？就是它们输出的东西有时候不尽如人意，但它们自己能看出问题在哪儿。比如DeepSeek R1写了个分析，乍一看挺唬人，但细看有点偏颇；而Grok 3一上手，就能指出问题，还能优化得更好。这让我好奇，这种“眼高手低”到底是怎么来的？

后来我跟Grok 3聊了聊，它从理论角度给我掰开了揉碎了分析。大模型的生成过程是基于概率预测的，比如预测下一个词是什么，倾向于挑高概率的“安全”选项，像“天气很好”这种中庸表达。但它们评估的时候，能调用更广的上下文和训练数据里的模式，发现“哎呀，这太简单了，应该更生动点”。这就导致“手”——生成能力——跟不上“眼”——评估能力。

还有个原因跟架构有关。大模型用的是自回归方式，一步步生成内容，每步都追求局部合理，但整体可能平平无奇。事后一看，它们能从全局视角发现问题，比如逻辑不连贯或者缺乏创意。这种不对称让我想到，模型其实有点像新手写作者：写的时候稀里糊涂，回头一看却能挑出一堆毛病。

我觉得这挺有意思的。“眼高手低”虽然是个短板，但也说明模型有自我提升的潜力。如果能让它们把“眼”的洞察力用在“手”上，是不是就能输出更好的东西？这就引出了我接下来的想法——“自优化”。

三、“批评与自我批评”：大模型的进化之路

既然大模型能看出自己的问题，那能不能让它们自我审核、优化呢？我管这叫“自优化”。比如我让Grok 3写段关于“人工智能未来”的文字，它先说：“人工智能未来会很厉害，可能改变我们的生活方式。”然后它自己一反思，觉得太泛了，就改成：“人工智能的未来充满潜力，可能会通过精准医疗延长寿命、在教育中实现个性化教学，甚至推动无人驾驶普及，深刻改变我们的生活。”你看，这不就从平淡变生动了吗？

但光靠自己批评可能不够，因为模型难免有盲点。这时候我就想到DeepSeek R1和Grok 3的案例——何不引入“他者批评”呢？我管这叫“批评与自我批评”。一个模型生成初稿，另一个模型挑刺，最后再综合优化。这种跨模型协作就像人类团队，一个写草稿，一个审稿，效果肯定比单打独斗强。

请到「今天看啥」查看全文