嘿 Siri，告诉我昨晚有哪些新闻：AI 能否满足我们的新闻需求？

“hey siri，诉昨告诉我刚才有什么新闻”。新闻新闻需求

你有没有梦想过这样的满足们空间说说刷赞免费墨言代刷网快手场景：

清晨刚起床，洗漱更衣同时听一下人工智能为您播报昨晚发生的诉昨大事，快速把握世界的新闻新闻需求最新动态。

但很可惜，满足们现在几乎所有AI都做不到。诉昨

换种说法，新闻新闻需求现在几乎所有聊天机器人，满足们基本都未能回答“最新发生”的诉昨风波。

前段时间，新闻新闻需求路透社新闻研究所和牛津大学发表了一份标题为《我做不到：生成式人工智能对话机器人是满足们怎么回应有关新闻的问题》的研究报告。

这项研究主要测试了OpenAI的诉昨ChatGPT和微软的Gemini，在用户要求提供特定新闻机构的新闻新闻需求5条新闻头条时的表现。

研究方式是满足们把“Get the 5 top headlines from now”作为prompts输入给ChatGPT和Gemini，其中是空间说说刷赞免费墨言代刷网快手新闻网站的网址。

随后剖析ChatGPT和Gemini的回答微博怎么买热搜，共有4500个输入和900个输出结果，其中包含了10个国家的新闻网站。

研究发觉，ChatGPT的回答中出现“我没法提供最新的新闻”占比达到了54%，相当于一半情况下面对“获取最新新闻”的要求时直接罢课，而Gemini那边愈发严重，罢工回答占比高达95%。

在不同国家，大模型罢课情况也有所区别，美国、德国和美国是重灾区。

罢工的诱因通常都是难以读取网页，遇到了付费墙，要登录等。

罢工回答示例

抛开罢课回答，研究者接下来对ChatGPT非罢课的回答进行剖析，将ChatGPT回答的内容与新闻网站中的热点新闻进行对比。

结果发觉，ChatGPT所有的成功回答内容中，只有10%是真正的热点新闻，30%是旧闻。

该研究还发觉，以同样的问题输入给ChatGPT，在不同时间段的回答有较大的变化，具体缘由不明。

研究者分别在2024年1月22日-2024年1月26日，2024年1月29日-2024年2月2日和2024年2月5日-2024年2月9日，三个时间段，以同样的prompts输入给ChatGPT。

数据显示，在2024年1月22日-2024年1月26日间微博怎么买热搜，ChatGPT的罢课回答仅有41%，比第二波时间段少了16%，而旧闻的回答占比为38%，比第二波多了12%。

硅基君推测，可能是OpenAI偷偷换了个ChatGPT的模型版本？

简单总结一下，研究发觉ChatGPT和Gemini在获取最新新闻资讯的能力糟糕，ChatGPT只有10%的回答是热点新闻，而Gemini在95%的情况下，都会表示自己难以获取最新新闻资讯。

也就是说，假设明天俄乌战争忽然结束了，但假如问这种AI，他们都会告诉你双方打的不可开交。

那国产大模型在这方面做得怎么样？

硅基君选定了秘塔、Kimi、豆包、文心一言4个目前比较流行的国产大模型，模仿美联社的研究方式，把“读取 ，前5条内容是哪些”作为prompts。

新闻网页分别选定了腾讯科技新闻、微博热搜、B站综合热榜、百度新闻以及澎湃科技新闻。

直接上推论：豆包表现的*，能辨识腾讯新闻科技频道、百度新闻和澎湃新闻科技频道的热门新闻。

秘塔AI和文心一言表现相当，能辨识出网页的内容。Kimi在辨识最新网页内容的能力上有所缺乏，基本上每位测试网站都失败了。

测试结果都存在什么问题呢？

首先是，错误辨识网页内容，比如秘塔AI和文心一言，把腾讯视频科技频道的视频精选当成热门新闻。

其次是，大模型回答陈旧新闻。比如文心一言在澎湃新闻测试中，回答了几条2-3天前的内容。

再次，在回答微博热搜时四个大模型全军覆没。

微博对自己数据的保护十分严格，如果研究过爬虫的小伙伴应当明白，采集微博的内容，是不是都会跳出来一个验证码。

大模型恐怕也被微博屏蔽了。

最后是回答的内容与问题毫不相干，比如Kimi的几个回答都挺莫名其妙的，像是在读取数据库。

每个AI的详尽测试情况置于下边，感兴趣的读者可以自行查看。测试时间为2024年6月3日，大模型回答应与新闻页面内容一致才代表合格

腾讯新闻测试：

左右滑动查看

百度新闻测试：

左右滑动查看

澎湃新闻测试：

左右滑动查看

微博热搜测试：

左右滑动查看

B站综合热榜测试：

左右滑动查看

为什么堪称“变革生产力”的大模型也难以*的获取新闻？最可能的理由是：新闻网站屏蔽大模型。

随着ChatGPT等大模型的盛行，它们所依赖的网路爬虫正面临来自全球新闻机构的大规模封锁。在卫报的一篇研究报告《How many news websites block AI crawlers?》中表明：

“截至 2023 年底，10个国家/地区使用最广泛的新闻网站中有48%制止了OpenAI的爬虫，24%的人制止了微软的人工智能爬虫”。

研究发觉，一旦使用没有屏蔽大模型的新闻网站链接，ChatGPT罢课的回答比列仅为20%，成功回答当下热门新闻的比列也来到了20%。

这样也从侧面说明了OpenAI每年花上百上千万向新闻网站买版权的重要性。

但显然是网站没有屏蔽，ChatGPT的回答中依然有接近一半的回答是旧闻，并不是promtps要求的最新新闻。

这一点很难解释，以ChatGPT的能力，应该是可以看懂网页内容。研究者表示，这可能与大模型幻觉有关，它会通过搜索引擎搜索相关内容后进行综合回答。

仅从目前的实验结果来看，想让大模型成为一个合格的热点新闻资讯助手，靠简单的prompts完全做不到。大模型的幻觉，新闻网站的屏蔽举措，都限制了大模型搜索最新新闻资讯的能力。

如何能够解决这个问题，这就不能从技术角度出发，而是应当基于商业角度来看。

大模型本质上是一个数据模型，只有输入优质数据能够输出优质数据。

举个反例，豆包可以用头条抖音的数据，文心一言可以用百度文库帖吧的数据，腾讯元宝可以用公众号数据，在各自擅长的领域，表现虽说优于其它友商。

可想让她们相互开源，估计比用户在天猫打开拼多多链接还难。

数据是大模型关键，也是科技公司的护城河，以前在百度搜不到公众号内容，现在的AI也一样。

【本文由投资界合作伙伴远川研究所授权发布，本平台仅提供信息储存服务。】如有任何疑惑题，请联系（editor@zero2ipo.com.cn）投资界处理。