[閒聊] 用AI抓洗帳號/網軍

看板WomenTalk (女人話題)作者LoveSports (我要當一個渣攻)時間2周前 (2025/11/29 08:15)推噓-1(0推 1噓 0→)

留言1則, 1人參與討論串1/1

昨天貼在其他板也貼來這裡給有興趣的人參考從能力測試成績來看幾款新的LLM最關鍵差異是在Nobel Problem Solving (ARC-AGI-2)(verified)的成績 Gemini 3.0 pro是31.3% 　　GPT5.1是17.6% 　　(Claude Opus 4.5是37.6%) (更新: tsubasawolfy大提供資訊 Gemini 3.0 DeepThink 已達45%) 這個能力是在測LLM有多接近AGI 測試LLM從一堆數據中推理出規則的能力以人類的智力來說是指流體智力(流動智力) 這種智力對人類來說難以靠後天念書補強舉實例我今天丟了兩篇文測試這兩家LLM 起因是這樣的昨天晚上觀察某板發現居然在一小時內出現六篇正常閒聊文章間隔大約十分鐘左右平常那裡充斥仇女文跟男生發的惡搞文那六篇全都是不同帳號發的共通點是上站次數只有一百多文章數極少但奇怪的是IP相似可分為三組剛好都是遠傳電信文章內容看起來也很相似而且明明是陌生帳號卻很容易能引發討論這在該板很異常我把六篇一起丟給Gemini 3.0 pro分析只問一句: 有沒有共通隱藏點或可疑點他結論是極高機率為養帳號/洗文章 (跟我的推理一樣我沒跟他講) 他的分析涵蓋: 起手式、中間論述、結尾、語氣特徵都有抓出共通點同樣的方式丟給GPT5.1 他自動進入Thinking模式他的推理是可疑度中等偏低值得注意但無法判斷有人故意操作他的分析很詳細但卻不像Gemini抓出那麼多共通點 (丟給Claude Sonnet 4.5 他的分析結果是"很有可能是養帳號"也從時間跟IP跟結構切入) 雖然Gemini說上述這主要測到的是廣義的ARC能力是測抽象歸納能力不算ARC-AGI-2狹義上的測試類型他說ARC的推理能力當用戶問以下這類問題時會用到: 例子一：「我有這堆亂七八糟的地址數據，我要把它們轉成 JSON 格式。我只給你三個例子，請你自己看出規律，把剩下的 100 筆都轉好。例子二：「我正在寫一個遊戲，我需要一個演算法。地圖是一個二維網格，我想讓怪物追蹤玩家，　但怪物只能走『L』字型的路線（像西洋棋的馬，但要走直線轉彎），而且不能穿過牆　壁。請幫我寫出這個路徑搜尋的 Python 函數。」例子三：「我發現我的信用卡帳單積分計算怪怪的。　刷 100 元，得 1 點。　刷 200 元，得 2 點。　但刷 500 元，得 10 點。　刷 1000 元，得 25 點。　請幫我推測它的積分倍率規則可能是什麼？如果我刷 2500 元大概會拿多少點？」簡言之這代表LLM已經能辦到用類似人類的system 2邏輯推理能力從一堆沒有根據的數據中找規則並推導出答案 GPT的o3之前做過這個ARC-AGI-2的測驗他的分數不到3% 這是今年四月施測結果現在才過半年左右 Gemini 3.0 pro跟Claude Opus 4.5已經超過30% 這代表什麼意思？這個測驗有找人類來測試人類中聰明的專家小組施測結果是98-100% 人類一般人平均是60幾~70幾想像看看當這些LLM的流體智力超越大多數一般人甚至未來達到100% 那會是什麼樣的狀況？ ==================== 補充: ARC-AGI-2施測的考題是不公開的都是全新製作跟ARC-AGI-1不同沒有施測考題可以預先練習完全測實力考的內容很像WAIS的知覺推理依據顏色跟形狀跟方向先看範本推理出規律然後整理問題的數據找出答案上述文中的問題跟AI討論後我覺得比較像網軍文因為文章看起來像套模板不太像普通鄉民洗帳號(誰會一次洗六個?) 以後如果AI價格變便宜也許PTT可以使用AI偵測掃描所有文章自動擋下可疑的網軍文 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 146.70.31.62 (日本) ※ 文章網址: https://www.ptt.cc/bbs/WomenTalk/M.1764375328.A.20F.html

噓

yiao

11/29 13:52, 2周前 , 1^F

11/29 13:52, 1^F

重點是最後一段 AI可以用來抓網軍或洗帳號前面都是討論技術沒興趣的話覺得沒重點很正常 ※ 編輯: LoveSports (146.70.31.54 日本), 11/29/2025 14:57:39