用户吐槽：各家 LLM 都爱过度啰嗦，冗长压过精准
Gauri_the_great · x · 2026-11-15
一位用户在使用多个 LLM 后总结出共同倾向：过度冗长（over-verbosity）——模型的回复优先做不必要的展开与铺陈，而不是给出精准、紧凑的答案。
这是不少用户对当前模型行为风格的普遍观察，与RLHF后训练偏向「详尽显得有用」有关，实际使用中反而降低了信息密度。
「模型」频道最新
- 英伟达免费开源模型 Nemotron 3.5 Bolt:4GB 文件离线跑遍普通笔记本 — alex_verem · 2026-11-16
- Gemini 4 Hydrogen 文档分析实测：一条 Prompt 产出报告+对比表 — technextpreneur · 2026-11-16
- Anthropic S-1 揭示：超 6 个月旧模型贡献营收不足 20% — every · 2026-11-16
- OpenAI 一周动态：ChatGPT Wallet 上线、收购 Odessia、语音功能大改版 — btibor91 · 2026-11-16
- AI 写代码生成训练数据:367K 参数模型塞进软盘跑上奔腾处理器 — RichmanRonald · 2026-11-16
- 开发者抱怨推理服务商不足，Perplexity decider 模型一债难求 — bo_wangbo · 2026-11-16