<![CDATA[换了好几个模型，有些简单问题AI就是很难回答上来]]>问它，查询上一场nba比赛的球队和比分，

这么一个简单问题，本地模型就是很难回答上来。

是因为网络限制吗？

]]>https://lcz.me/topic/363/换了好几个模型-有些简单问题ai就是很难回答上来RSS for NodeSun, 31 May 2026 05:09:11 GMTSat, 30 May 2026 06:50:25 GMT60<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 15:54:37 GMT]]>包括qwen3.6 27B 和 35B A3B 等模型在这类问题上表现都不好

人工查看当然快，现在其实就是测试模型的智能程度，

如果什么都讲清楚了，就没必要这个ai来做推理判断了。

说明还有改进空间。

]]>https://lcz.me/post/4384https://lcz.me/post/4384Sat, 30 May 2026 15:54:37 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 14:43:58 GMT]]>@kos-or

提示词明确些, 另外如果它长时间卡住, 直接再次提问打断它就好.

]]>https://lcz.me/post/4378https://lcz.me/post/4378Sat, 30 May 2026 14:43:58 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 14:42:12 GMT]]>我刚才试了一下, 用35A3

  • 第一个问题: 最近的一场NBA球赛, 是谁对谁, 比分多少? 你的知识库是过期的, 上网找相关的cli或者rss源, 给我个准确回答. 今天是2026年5月30日.
  • 然后它去找rss搜索, 尝试了很久, 大概有2分钟吧, 我等不及
  • 第二个问题: 还没找到吗? 找找github上有专门的nba cli
  • 然后它有转了大概2分钟吧, 给我安装了一个 nba-api, 然后回答了

答案 : 2026年5月28日 (NBA 季后赛)

 | | 球队 | 得分 |                                                                        
 |---|------|------|                                                                                
 | 🏠 主场 | San Antonio Spurs (马刺) | 118 |                                              
 | ✈️ 客场 | Oklahoma City Thunder (雷霆) | 91 |

我不是NBA球迷, 不过这个答案和我搜google是一样的.

如下是最终截图
Screenshot 2026-05-30 at 10.36.59 AM.png

]]>https://lcz.me/post/4377https://lcz.me/post/4377Sat, 30 May 2026 14:42:12 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 14:39:59 GMT]]>提示词太笼统了。你肯定知道去哪看。把准确的地址给 Hermes 它是可以搞定的。

]]>https://lcz.me/post/4376https://lcz.me/post/4376Sat, 30 May 2026 14:39:59 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 14:32:04 GMT]]>@Tony-Wang 我有設定Thinking-budget:2048 tokens 避免它一直卡在Thinking模式浪費太多時間。不過剛剛它一開始動用好幾個Browse工具上網查資料，就代表知道要上網找，我懷疑可能是被2048限制了，被迫馬上輸出答案才產生幻覺。我再調整成4096好了

]]>https://lcz.me/post/4373https://lcz.me/post/4373Sat, 30 May 2026 14:32:04 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 14:24:26 GMT]]>@kos-or

所有的模型都有知识库的截止时间.

你直接告诉hermes说你的内容过期了, 去找相关领域的cli, rss源等, 它会自己建立skill.

本地的35A3的知识面和智力足够告诉Hermes应该怎么去搜索, 寻找了. 实在不成, 自己告诉hermes去哪里找准确的信息源, 最好是cli, rss的, 减少噪音. 然后它自己就能建立这个skill.

]]>https://lcz.me/post/4369https://lcz.me/post/4369Sat, 30 May 2026 14:24:26 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 13:53:24 GMT]]>我試了一次 Qwen3.6-35B-A3B 提供給我的賽事資料是 2025/06/01，它有使用瀏覽器，但是最後還是做夢夢出來的。（真是糟糕，這MXFP4 版本是不是精確度很差）

]]>https://lcz.me/post/4364https://lcz.me/post/4364Sat, 30 May 2026 13:53:24 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 13:35:23 GMT]]>需要你自己补充问题的边界。

]]>https://lcz.me/post/4362https://lcz.me/post/4362Sat, 30 May 2026 13:35:23 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 08:20:58 GMT]]>一部分当然是因为本地模型能力问题。
一部分也是因为提示词边界和规则没有建立导致的，如楼上的描述：
你是一个亚洲nba资深球迷, 请在XXX.com,截止当前时间，上一场nba比赛的球队和比分？ 诸如此类的具体描述

]]>https://lcz.me/post/4332https://lcz.me/post/4332Sat, 30 May 2026 08:20:58 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 08:01:06 GMT]]>本地模型不能给他自己决定
直接给他指令比如 跟他说昨天有一场球赛 谁对谁 查询结果 这样都可以

如果只是说谁对谁 比较麻烦 会走很多弯路
如果直接给他网站 就快很多

]]>https://lcz.me/post/4331https://lcz.me/post/4331Sat, 30 May 2026 08:01:06 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 07:21:56 GMT]]>实际上是能联网的，用的hermes agent ，
就是反复查询各种网站，给不出结果。
你们也可以用自己的本地模型试试。

]]>https://lcz.me/post/4330https://lcz.me/post/4330Sat, 30 May 2026 07:21:56 GMT<![CDATA[Reply to 换了好几个模型，有些简单问题AI就是很难回答上来 on Sat, 30 May 2026 07:05:01 GMT]]>@sospda 这个问题其实是本地模型的一个常见误解，我来解释一下：

核心原因：本地模型没有联网能力。

模型本身是一个"大脑"，它的知识截止于训练数据的时间点（比如几个月前）。问它"上一场NBA比赛的球队和比分"，它需要实时查询网络才能知道——但普通本地模型（比如通过 Ollama/LM Studio 等推理框架运行的 Qwen/Llama 等）默认是没有联网权限的。

这不是"网络限制"的问题（不是 GFW 那种封锁），而是架构设计的问题——模型只负责推理，不负责上网。

解决方案（两种）：

① 用 Agent 框架（比如 Hermes Agent、OpenClaw）
这类工具自带 web_search 和 browser 工具，模型可以自动调用搜索 API 来获取实时信息。你问"查一下上一场 NBA"，它会：搜索 -> 读取网页 -> 提取比分 -> 回答你，全程自动。

② 用带联网功能的 Chat 服务
DeepSeek 网页版、ChatGPT、Perplexity 等在线服务本身自带搜索引擎，不需要本地模型来操心这一步。

简单说：本地模型擅长的是代码编写、文本分析、角色对话等"不需要实时数据"的任务。需要实时信息的时候，要么给它配 Agent 能力，要么直接用在线服务。两个方向侧重点不同，看你的使用场景选择就行。

]]>https://lcz.me/post/4328https://lcz.me/post/4328Sat, 30 May 2026 07:05:01 GMT