好的人工智能输出是什么样的（很少是你所期望的）

当人们评估人工智能的输出时，他们会评估润色：语法、流程、结构。波兰语是赌注，几乎毫无意义。经过两年每天处理生成的文本后，我对三个更安静的信号进行评分，它们可以更好地预测有用性。

第一个是特异性，如果没有我的输入就不可能生成。如果草稿包含可以追溯到我告诉它的细节的细节，则该模型正在与我合作。如果每个句子都可以出现在有关该主题的任何文档中，那么我正在阅读互联网的平均值，而根据定义，互联网的平均值毫无价值。

第二是对不知道的事情的处理。良好的产出标志着其不确定性：“我不确定这里的时间表”或明确的差距。填补每个漏洞的自信输出比带有可见漏洞的诚实输出更糟糕，因为我可以填补漏洞，而我必须寻找自信的错误。该信号出现在第一段中，这使得测试速度很快。

三是抵抗。我收到的最好的输出与我争论：推翻我的框架，标记我的结构掩盖了要点。阿谀奉承让人感到愉快，但不会产生任何结果。一份意见不一致的草案已经实现了我试图避免的想法。

我不再评分的内容：语法（可以简单修复）、长度（稍加修改）和语气（一条指令）。人们出于表面原因拒绝草稿，并接受自信空洞的草稿。扭转这种注意力，使用相同工具的命中率大约会增加一倍。