用 LLM 识别野蘑菇能有多离谱?实测翻车风险盘点

stared · hn · 2026-09-03

Quesma 博客实测了用多模态 LLM 识别野生蘑菇的可靠性问题。文章指出:蘑菇识别是 LLM 视觉能力最危险的落地场景之一,致命与可食用品种外观高度相似,而模型会以自信口吻给出错误答案。

要点:

• 模型对不同拍摄角度、光照、成熟阶段的同一蘑菇判断不稳定
• LLM 倾向迎合用户暗示(「这是能吃的吗?」),而非纠正
• 幻觉风险在高压生死场景被放大,一答错代价极高
• 作者建议:LLM 可作为辅助参考,绝不能替代专家鉴定与专业图鉴

文章兼具趣味性与对多模态模型局限的严肃提醒。

原文链接 →

「Fun」频道最新

• 让 Claude 写致人类警告书，它却开出一张“事实清单” — VoidStateKate · 2026-09-03
• 让 Gemini 画 SVG 版蒙娜丽莎，网友调侃"谷歌该放弃了" — JasonBotterill · 2026-09-03
• Gemini 3.8 Flash 的 Pareto 最优地位仅维持了 5 小时 18 分钟 — alejandroll10 · 2026-09-03
• 政策学者用 ChatGPT 以苏斯博士风格写诗劝人接受 AI — neil_chilson · 2026-09-03
• 机器人被推了一下，居然当场「反击」人类 — cixliv · 2026-09-03
• Ron Rivest 讲述 RSA 诞生：1976 年 Diffie-Hellman 论文如何启发三人在 1977 年发明 RSA — PolarBearby · 2026-09-03

更多「Fun」频道 AI 资讯 →