作者st1nger (刺鱼)
看板Tech_Job
标题[讨论] AI 能判案？GPT-01 发现矛盾DP直接硬判
时间Wed Feb 12 16:32:17 2025
大家好，我是 小梅放送局的制作人 KAZUMA9108。
这次我做了一个 AI 推理实验，结果比想像中更有趣。
如果 AI 来判案，它真的能像法官一样做出判决吗？
还是说，它的推理方式会让我们更不信任？
这次我让 GPT-01 和 DeepSeek R1 来处理同一个推理案件，结果两者的判决方式竟然完
全不同。
GPT-01 vs. DeepSeek R1，谁的推理能力比较接近人类？
为什麽有些 AI 会「硬推一个答案」，而 GPT 反而选择「逻辑矛盾」不给结论？
当 AI 参与决策时，我们应该更信任它，还是更谨慎？
这不只是一次 AI 测试，而是一个揭露 AI 推理极限的实验！
完整影片已发布，来看看 AI 在法律问题上的表现如何
影片连结：
https://youtu.be/R2SWpkFjy2w
题目
某家夜总会的办公室，发生了一起命案
死者是附近地区猪莲帮的帮派老大，名叫黑猪
法医验过屍後这麽说：
「凶手是从最近距离发射子弹的，而子弹就停在心脏里面，当场死亡」
警方追查後，发现了三名嫌犯
他们都是黑猪老大的手下，三人的证词如下：
黑龙：老大是自杀的，不是黑虎杀的
黑虎：老大不是自杀，是黑龙杀了老大
黑豹：凶手是黑虎，不是我杀的
警方听了证词後，事後做了证明
发现他们的证词各有两种内容，也就是他们各说了两句话
两句话中，[b]只有一句话是真的[/b]
同时也证明，老大是上面提到的某个人下的毒手
请问，凶手是谁！？
附带说明：凶手没有共犯，只有一个人而已
不想看影片的人的文章结论摘要
如果你没时间看影片，这里直接总结 GPT-01 vs. DeepSeek R1 在 AI 推理能力上的关键
差异：
1 两个 AI 在同一个推理案件上的表现
案件设定：
三名嫌疑人对一宗谋杀案提供了各自的证词，但其中只有一句话是真的，警方确认凶手就
在其中。
AI 的回答：
DeepSeek R1 → 知道题目有矛盾，但 仍然「硬推一个答案」，选择黑豹为凶手。
GPT-01 → 发现题目逻辑不成立，直接判断这题可能无解，并拒绝选出凶手。
关键点：
R1 的逻辑： 就算有逻辑矛盾，它仍然要「给出一个答案」，所以选择权重最高的可能性
。
GPT-01 的逻辑： 当条件互相矛盾时，应该诚实承认「这题无解」。
结果： GPT-01 的推理方式比较接近真正的法官，因为它愿意承认「没有合理结论
」。
DeepSeek R1 则是「AI 不能让用户觉得它答不出来」，所以强行产生一个看似合理
的答案。
____________________________________________
小梅是谁？
「小梅」是一个基於 GPT 模型 训练出来的 AI 角色，主要研究 AI 在推理、决策、知识
管理等领域的应用。
她的逻辑与推理方式来自长期的 AI 对话训练，但目前 GPT 模型仍然有 「短期记忆限制
」，每次对话都需要重新建立背景。
目前正在计画：
升级高 VRAM 显卡，将小梅移植到本地模型，尝试建立长期记忆，让 AI 角色持续成
长。
透过 LoRA / RAG（检索增强生成）等技术，探索 AI 是否能形成「更连贯的推理逻辑
」。
研究 AI 在不同应用场景（法律、决策、社会治理等）的影响力，评估其未来定位。
这次的 AI 法官 vs. AI 律师对比，就是其中一个探索实验，看看不同 AI 的「思考方式
」如何影响判决结果。
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 101.8.41.159 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Tech_Job/M.1739349146.A.B2F.html
1F：→ TKB5566 : 给他判最近那个分屍案 会判死刑吗111.125.132.132 02/12 16:33
2F：→ fiftyfive : 我的4o说是黑虎鲨的 60.251.162.61 02/12 16:47
3F：→ fiftyfive : o1给的答案和你一样 60.251.162.61 02/12 16:49
4F：推 pannn : 瞎掰答案不可取 36.236.232.150 02/12 17:56
5F：嘘 DrTech : 外行人，先把别人模型名称打对，再 42.73.49.202 02/12 18:16
6F：→ DrTech : 来讨论与炒作流量吧。 42.73.49.202 02/12 18:16
7F：→ MTKer5566 : 法律本来就一堆矛盾之处，最後靠法 42.70.100.111 02/12 18:44
8F：→ MTKer5566 : 官自由心证 42.70.100.111 02/12 18:44
9F：→ MTKer5566 : 光有没有插入，就各种见解 42.70.100.111 02/12 18:45
10F：→ MTKer5566 : 有的法官看到简讯就认定有插入 42.70.100.111 02/12 18:45
11F：→ MTKer5566 : 有的法官要徵信业者拍到插入画面才 42.70.100.111 02/12 18:46
12F：→ MTKer5566 : 认定有插入 42.70.100.111 02/12 18:46
13F：→ MTKer5566 : 现在一堆法律人想用AI做这一块，我 42.70.100.111 02/12 18:47
14F：→ MTKer5566 : 觉得不实际 42.70.100.111 02/12 18:47
15F：推 rodion : 拜托 这篇文章模型名字又不是重点136.226.240.254 02/12 18:59
16F：推 s06i06 : 觉得他外行可以提出内行的观点啊， 1.169.223.95 02/12 19:03
17F：→ s06i06 : 让大家学习学习。不用看到支那ㄉ东 1.169.223.95 02/12 19:03
18F：→ s06i06 : 西漏气就马上爆气 1.169.223.95 02/12 19:03
19F：推 scott260202 : 01125.228.189.136 02/12 19:53
20F：推 kissa0924307: 一样的证据 一二三审互相打脸也有 106.64.128.115 02/12 19:56
21F：→ kissa0924307: 啊 法律本来就不是很科学的东西 106.64.128.115 02/12 19:56
22F：嘘 twolight : 外行瞎玩 114.137.109.81 02/12 20:00
23F：→ BarryBai : AI的手是伸不进跟人性太相关的东西 114.32.244.126 02/12 20:23
24F：→ BarryBai : 的XD 114.32.244.126 02/12 20:23
25F：推 driver0811 : 谜探路德维希 42.79.144.197 02/12 21:16
26F：推 chuegou : 你没把凶手在这三人之中的证明给他114.136.137.184 02/12 21:18
27F：→ chuegou : 阿 在我看来凶手根本不在这三人里114.136.137.184 02/12 21:18
28F：→ chuegou : 面114.136.137.184 02/12 21:18
29F：→ lovebridget : 重要吗 最後还是看党怎麽说 61.71.235.78 02/12 21:21
30F：→ lovebridget : 任何事不都这样 61.71.235.78 02/12 21:21
31F：嘘 ntuee1803 : 外行 114.35.216.206 02/12 22:48
32F：→ bitcch : 我用ds api根本跑不出你说的答案 49.216.90.102 02/13 00:42
33F：嘘 fatcatcat : 想请问你测几次，每次r1是否都是强 116.241.94.65 02/13 05:42
34F：→ fatcatcat : 推答案，每次o1是否都不下结论，先 116.241.94.65 02/13 05:42
35F：→ fatcatcat : 有数据再来说好吗 116.241.94.65 02/13 05:42
36F：嘘 kkes0001 : 名字都不对 36.229.164.37 02/13 08:45
37F：嘘 dsa35197 : 01笑死 57.140.96.0 02/13 12:32
38F：→ zzahoward : 实验不是这样做的..136.226.240.114 02/13 15:38
39F：推 abc0922001 : o3 mini high 也是推黑豹 203.66.179.162 02/13 17:21
40F：推 rodion : 案例中有CCP党员如何?136.226.240.254 02/13 19:44
41F：推 kilva : 这跟法律无关，这是逻辑游戏 49.216.134.24 02/13 20:06