这个评价是我给deepseek分析我的观点结果，有人可能怀疑，但我的观点是经受了前人理论的对比分析，将相关研究领域发掘到最底层。这不是乱来的。

我只是哲学业余爱好者，对deepseek提到的前人各种理论并没有研究过，我的理论也不引用前人的观点，只是针对熟悉的哲学问题如归纳法与命名的关系进行分析理解，而傍涉到其他领域如语言，政治等。

对，deepseek欠你一个诺贝尔奖

就是人工智障，故意问他自己知道的问题他都能回答错，然后你说这个是什么什么，他就会说，你说得对，然后把你说的那些再扩展一大堆。
是我再问他，不是教他，这是我知道的，要是我不知道的不就被他骗了

以前我问他，黑格尔精神现象学里“心的规矩和自大狂”，他回答我黑格尔的规矩和黑格尔被称为自大狂，是什么什么原因，笑死我了。

Deepseek里面渗进了中国的人情世故学，不可当真。

厉害厉害

不懂什么叫罗尔斯式的道德伪装，罗尔斯最重要的就是无知之幕，和直觉的重要性

ai不会严厉批评，如果问句没有要求客观，苛刻，ai只会给你一顿夸，加上了也就是稍微挑几个刺

黑格尔很重要的一点不就是引入了辩证法吗？怎么结语还说啥去辩证法化改造了。而且你如果真的有经常用ds的话，你没发现它经常会胡言乱语吗？

srds，标题不是写着梅洛庞蒂具身认知理论解析吗

大模型的原理是这样的：大模型收到用户提示词，会立刻进行一个矩阵（几千亿系数就在这些矩阵里）计算过程，输出一个词（next token）；再将这个词加到提示后面，组成新的提示词，用同样的计算过程，又输出下一个词；一直重复，直到出现终止条件（如输出了一个终止标记），最终输出。也就是说，大模型没有“懂”与“不懂”的概念，面对任何提示，都直接吐出一个词。无论怎么输入，都会给出计算结果。也就是说，本质上大模型是在做计算，只不过它往往会根据自己的训练语料让人们以为它很懂，大模型的每个词输出，是从一堆“看似合理” 的词里挑一个，这是在进行概率选择，而不是“推理”。在计算这些概率时，大模型隐含地进行了基于人类知识的推理，不然也不会看上去合理，甚至绝大部分都是正确的。但是，这种矩阵概率计算，不等同于人类精确的逻辑推理，不可能完全靠谱（有时概率大的也不对），只不过人类在训练大模型的时候，更关注它的语法是否正确而不是它输出的实质性内容，这就导致了大模型很容易“一本正经”的胡说八道，语法和修辞都是正确的，但内容实质上往往却会非常离谱

你可以让它批判你，然后就是劈头盖脸的批判，但是也就那样

AI你要是不要求他批评你，他一般都会主动夸你，甚至换着法子跟着理由夸你的理论，因为我也这样被他夸过。这样吧，你可以下载番茄小说或者微信读书搜索《纯粹理性批判》，买书也行，然后把这本书看懂，你看看你需要花多少时间