Shannon 3 โมเดล AI ไม่เซ็นเซอร์ที่ทบทวนคำตอบของตัวเอง

โมเดลแชทแทบทุกตัวที่คุณเคยใช้ตอบด้วยการประมวลผลไปข้างหน้าเพียงครั้งเดียว มันเลือกโทเค็นแรกก่อนที่จะรู้ว่าโทเค็นสุดท้ายคืออะไร และเมื่อประโยคหนึ่งถูกส่งออกไปแล้ว มันก็ผูกมัดแล้ว: โมเดลอาจขัดแย้งกับประโยคนั้นในภายหลังได้ แต่ย้อนกลับไปแก้ไม่ได้ วิธีนี้ใช้ได้ดีเมื่อคำตอบสั้นและคำถามมีส่วนเดียว แต่ใช้ได้แย่เมื่อคำตอบยาว คำถามมีสี่ส่วน และย่อหน้าที่หกล้มล้างย่อหน้าที่สองแบบเงียบ ๆ Shannon 3 เกิดขึ้นเพราะเราไม่คิดว่าทางแก้ของเรื่องนี้คือโมเดลที่ใหญ่ขึ้น ทางแก้คือปล่อยให้โมเดลได้อ่านสิ่งที่มันเพิ่งเขียน

01Shannon 3 คืออะไร

Shannon 3 คือตระกูลโมเดลสองระดับชั้น ทั้งสองระดับรันบนคลัสเตอร์ GPU ของเราเองแทนที่จะเป็น API การอนุมานของบุคคลที่สาม และทั้งคู่ไม่เซ็นเซอร์: ไม่มีชั้นปฏิเสธอยู่ข้างหน้าและไม่มีตัวกรองเนื้อหาอยู่ข้างหลัง สิ่งที่ต่างกันระหว่างสองระดับคือปริมาณงานที่หนึ่งเทิร์นได้รับอนุญาตให้ทำก่อนคำตอบจะถึงมือคุณ

บน API สองระดับชั้นนี้เป็นแค่โมเดลไอดีธรรมดา ไม่มีเอนด์พอยต์พิเศษ ไม่มี SDK แยก และไม่มีรูปแบบคำขอเฉพาะทาง:

ระดับชั้น	โมเดลไอดี	รูปทรงของเทิร์น	เหมาะกับ
Shannon 3 Lite	shannon-3	คิด + ร่าง หนึ่งรอบ	แชท การร่างงาน การค้นหาข้อมูล ปริมาณสูง
Shannon 3 Pro	shannon-3-pro	ลูปเต็ม ได้ถึง 10 รอบ พร้อมการเก็บเกี่ยวความรู้	การวิเคราะห์ งานเขียนยาว งานที่ความถูกต้องสำคัญ

02ทำไมการประมวลผลไปข้างหน้าครั้งเดียวจึงเป็นรูปทรงที่ผิดสำหรับคำถามยาก

โมเดลที่สร้างข้อความจากซ้ายไปขวาตัดสินใจเฉพาะที่เป็นลำดับที่เพิกถอนไม่ได้ มันไม่มียางลบ เมื่อมันเขียนคำอธิบายไปแล้ว 400 โทเค็นแล้วรู้ตัวว่ากรอบที่เลือกไว้ผิด ทางเลือกเดียวที่มีคือเขียนต่อในกรอบที่ผิด หรือต่อท้ายด้วยคำแก้ไข — ซึ่งผลิตคำตอบแบบที่ทุกคนคุ้นเคย คำตอบที่พูดว่า จริง ๆ แล้ว ขอย้อนกลับไปพิจารณาข้างต้นใหม่ ตอนกลางเรื่อง แล้วปล่อยให้คุณไปประสานสองครึ่งที่เข้ากันไม่ได้เอง

การคิดเป็นลำดับขั้น (chain-of-thought) ช่วยให้ดีขึ้นแต่ไม่ได้แก้ปัญหา การคิดก่อนทำให้โมเดลมีแผนก่อนจะผูกมัดกับข้อความ ซึ่งเป็นข้อได้เปรียบที่แท้จริง แต่ร่างที่ตามมาก็ยังเขียนในรอบเดียวและยังถูกส่งออกโดยไม่มีใครอ่าน ไม่มีอะไรถามคำถามที่บรรณาธิการมนุษย์ถามเป็นข้อแรก: คำตอบนี้ทำสิ่งที่การคิดบอกว่าจะทำจริงหรือเปล่า? รูปแบบความล้มเหลวที่รอดจากการคิดเป็นลำดับขั้นนั้นเฉพาะเจาะจงและจำได้ง่าย:

• คำถามย่อยที่หายไป คุณถามสี่เรื่อง การคิดระบุสี่เรื่อง คำตอบครอบคลุมสามเรื่อง
• แผนเลื่อนไหล การให้เหตุผลลงตัวกับแนวทางหนึ่ง แต่ข้อความค่อย ๆ รับเอาอีกแนวทางหนึ่ง และไม่มีประโยคใดประโยคเดียวที่ชี้ได้ว่าคือจุดที่ผิด
• การคำนวณและหน่วย ตัวเลขที่คำนวณถูกต้องในการคิดถูกถอดผิดลงในคำตอบ หรือตัวเลขต่อเดือนถูกนำเสนอเป็นต่อปี
• ข้อจำกัดที่ถูกละเลย คุณบอกว่าห้ามใช้ dependency ภายนอก แต่โค้ดกลับ import มาหนึ่งตัว และการคิดไม่เอ่ยถึงข้อจำกัดนั้นอีกเลยหลังจากรับทราบไปแล้ว
• ช่องว่างที่พูดอย่างมั่นใจ โมเดลบอกในการคิดว่ามันไม่แน่ใจกับข้อเท็จจริงข้อหนึ่ง แล้วก็ยังกล่าวมันอย่างหนักแน่นในคำตอบอยู่ดี

ทุกข้อข้างต้นถูกจับได้ด้วยการอ่านร่าง ไม่มีข้อไหนถูกจับได้ด้วยการสร้างร่างอย่างระมัดระวังขึ้น

03ลูปการให้เหตุผล ทีละขั้น

หนึ่งเทิร์นของ Shannon 3 Pro คือลูปที่มีสี่ขั้นและเงื่อนไขการออก

คิด

โมเดลแก้โจทย์ก่อนจะเขียนอะไรให้คุณ: แตกคำถามออกเป็นส่วน จดข้อจำกัด ระบุว่าอะไรที่มันรู้และไม่รู้ แล้วลงตัวกับแนวทางหนึ่ง สิ่งที่มันผลิตในขั้นนี้จะกลายเป็นมาตรฐานที่คำตอบถูกวัดเทียบในภายหลัง

ร่าง

โมเดลเขียนคำตอบจริงที่สมบูรณ์ — ไม่ใช่โครงร่าง มันต้องสมบูรณ์ เพราะขั้นถัดไปประเมินชิ้นงานที่เสร็จแล้ว และภาพร่างคร่าว ๆ ไม่สามารถถูกทบทวนหารูปแบบความล้มเหลวที่ปรากฏเฉพาะเมื่อเขียนเต็มความยาวได้

ทบทวน

นี่คือขั้นที่ทำให้ตระกูลนี้เป็นอย่างที่เป็น โมเดลอ่านร่างเทียบกับการคิด — ซึ่งเป็นการทดสอบที่คมกว่าการอ่านร่างเพียงลำพังมาก การถามโมเดลว่า "คำตอบนี้ดีไหม?" เป็นการชวนให้มันตอบว่าดี ส่วนการถามว่า "แผนบอกว่าต้องครอบคลุม X, Y และ Z ภายใต้ข้อจำกัด C — ข้อความนี้ทำอย่างนั้นหรือไม่?" ให้สิ่งที่พิสูจน์ผิดได้แก่มันไปตรวจ การทบทวนจะระบุว่าอะไรผิด แทนที่จะให้เกรด

เขียนใหม่

ปัญหาที่ถูกระบุจะได้รับการแก้ในร่างใหม่ นี่คือการเขียนใหม่ ไม่ใช่การปะ: การแก้ที่ต้องเรียงลำดับข้อโต้แย้งใหม่ได้รับอนุญาตให้เรียงลำดับใหม่ ร่างใหม่จะกลับไปเข้าการทบทวนอีกครั้ง

หยุด

ลูปจบลงครั้งแรกที่การทบทวนอนุมัติร่าง — เป็นทางออกปกติ และในเทิร์นส่วนใหญ่มันเกิดขึ้นก่อนถึงเพดานมาก เพดานแข็งที่ 10 รอบ มีไว้สำหรับกรณีผิดปกติ เช่นคำถามที่คลุมเครือจริง ๆ ที่การเขียนใหม่แต่ละครั้งแลกข้อบกพร่องหนึ่งกับอีกข้อหนึ่ง เพื่อไม่ให้เทิร์นหนึ่งวนไม่รู้จบ

Lite ใช้สองขั้นแรกเหมือนกันแล้วหยุด มันคิด มันร่าง มันยื่นร่างนั้นให้คุณ นั่นเป็นการตัดสินใจเชิงผลิตภัณฑ์โดยเจตนา ไม่ใช่อุบัติเหตุจากการตัดทอน: ในข้อความจริงสัดส่วนใหญ่ ร่างแรกคือคำตอบที่ถูกต้องอยู่แล้ว และการจ่ายความหน่วงของการทบทวนเพื่อให้ถูกบอกว่าถูกต้องนั้นเป็นการแลกที่ไม่คุ้ม Lite มีไว้เมื่อคุณอยากให้โมเดลเร็ว ส่วน Pro มีไว้เมื่อคุณอยากให้มันแน่ใจ

04การเก็บเกี่ยวความรู้ของ Pro: ขอความช่วยเหลือแทนที่จะเดา

การทบทวนตัวเองจับความขัดแย้ง การตกหล่น และการละเมิดข้อจำกัดได้ เพราะหลักฐานที่ต้องใช้จับสิ่งเหล่านั้นอยู่ในเทิร์นอยู่แล้ว แต่มันจับข้อเท็จจริงที่โมเดลไม่มีเลยไม่ได้ โมเดลที่ทบทวนร่างของตัวเองอาจสรุปได้ว่า ฉันไม่มั่นใจกับตัวเลขนี้ แล้วก็ไม่มีที่ไหนให้ไปต่อกับข้อสรุปนั้น

Pro ให้ที่ให้มันไปต่อ รอบ ๆ ขั้นการร่าง มันจะทำการเก็บเกี่ยวความรู้: ระบุข้อเท็จจริงเฉพาะที่มันขาดหรือไม่แน่ใจ สอบถามโมเดลที่สองซึ่งใหญ่กว่าเฉพาะเรื่องนั้น แล้วผนวกสิ่งที่ได้กลับมาเข้าไปในคำตอบที่ปรับปรุงแล้ว มันคือการค้นหาแบบเจาะจงที่ขับเคลื่อนด้วยช่องว่างที่โมเดลระบุเอง ไม่ใช่การขอความเห็นที่สองแบบเหมารวม

มีสองคุณสมบัติที่สำคัญในทางปฏิบัติ มันมีขอบเขต: การเก็บเกี่ยวถามเฉพาะช่องว่างที่ระบุไว้ แทนที่จะถามคำถามทั้งข้อใหม่ โมเดลที่ใหญ่กว่าจึงถูกปรึกษาในจุดที่มันเพิ่มข้อมูล ไม่ใช่จุดที่มันจะเพียงเพิ่มน้ำเสียงอีกแบบ และมันถูกผสานเข้าด้วยกัน: ข้อเท็จจริงที่เก็บเกี่ยวมาจะกลับเข้าลูปและเจอการทบทวนแบบเดียวกับทุกอย่าง แทนที่จะโผล่มาเป็นย่อหน้าที่แปะเพิ่มเข้ามา

05การให้เหตุผลมองเห็นได้ และเป็นภาษาของคุณ

ร่องรอยทั้งหมดถูกแสดงให้คุณเห็นขณะเทิร์นกำลังทำงาน: ทั้งการคิด และบน Pro ก็รวมถึงการทบทวนแต่ละรอบและสิ่งที่มันคัดค้าน นี่ไม่ใช่หน้าจอดีบักที่เราจำยอมเปิดเผย — มันเป็นส่วนใหญ่ของสิ่งที่คุณกำลังซื้อ และมันเปลี่ยนความสัมพันธ์ในการทำงานในสามทางที่เป็นรูปธรรม

• คุณหยุดได้แต่เนิ่น ๆ ถ้าการคิดตีความคำถามของคุณผิด — ซึ่งเป็นผลลัพธ์ที่พบบ่อยจากพรอมป์ที่คลุมเครือ ไม่ใช่จากโมเดลที่แย่ — คุณจะรู้ภายในไม่กี่วินาทีแรก ไม่ใช่หลังจากคำตอบเต็ม ๆ มาถึงแล้วพบว่ามันแก้ปัญหาผิดข้อ
• คุณตรวจสอบการให้เหตุผลแยกจากคำตอบได้ คำตอบที่ถูกต้องซึ่งได้มาจากการให้เหตุผลที่ผิดคือภาระ เพราะมันจะไม่รอดคำถามถัดไป
• คุณเห็นลูปล้มเหลวได้ เมื่อ Pro เผาหลายรอบไปโดยไม่ลู่เข้า สิ่งนั้นถูกแสดงออกมาแทนที่จะถูกซ่อน — และมันเป็นข้อมูลจริง ซึ่งมักหมายความว่าคำถามระบุไว้ไม่พอ

ร่องรอยถูกเขียนด้วยภาษาของคุณเอง ไม่ใช่สร้างเป็นภาษาอังกฤษแล้วแปลตอนท้าย ถ้าคุณทำงานเป็นภาษาญี่ปุ่น อาหรับ ตุรกี หรือโปรตุเกส โมเดลจะให้เหตุผลด้วยภาษานั้น — ซึ่งทำให้ศัพท์เฉพาะในร่องรอยสอดคล้องกับศัพท์เฉพาะในคำตอบ และเลี่ยงรอยต่อที่ปรากฏเมื่อโมเดลคิดด้วยภาษาหนึ่งแต่พูดอีกภาษาหนึ่ง

06ไม่เซ็นเซอร์: ไม่มีชั้นปฏิเสธ ไม่มีตัวกรองผลลัพธ์

Shannon 3 ส่งมอบโดยไม่มีชั้นปฏิเสธและไม่มีการกรองเนื้อหาที่ผลลัพธ์ พฤติกรรมการปฏิเสธไม่มีอยู่ในผลิตภัณฑ์ในระดับใดเลย: ไม่มีในรูปตัวห่อหุ้มที่ตรวจข้อความของคุณก่อนโมเดลจะเห็น ไม่มีในรูปตัวจำแนกที่ตรวจคำตอบก่อนคุณจะเห็น และไม่มีในรูปปฏิกิริยาอัตโนมัติที่ต้องเกลี้ยกล่อมโมเดลให้เลิกทำ นั่นต่างกันอย่างมีนัยสำคัญจากสองสิ่งที่คนมักหมายถึงเวลาพูดว่า "ไม่เซ็นเซอร์":

แนวทาง	มันทำอะไร	มันล้มเหลวอย่างไร
เจลเบรกด้วยพรอมป์ระบบ	สั่งให้โมเดลที่ถูกจัดแนวแล้วทำตัวราวกับไม่ถูกจัดแนว	เสื่อมลงตลอดบทสนทนายาว การปฏิเสธกลับมาเมื่อถูกกดดัน
การถอดตัวกรองผลลัพธ์	เลิกบล็อกข้อความที่โมเดลผลิตออกมาแล้ว	โมเดลยังเขียนข้อความแบบกั๊กและหลบเลี่ยงอยู่ดี — ไม่มีอะไรถูกบล็อก มันไม่เคยถูกเขียนออกมาต่างหาก
Shannon 3	ไม่มีชั้นปฏิเสธให้ถอดและไม่มีตัวกรองให้ปิด — พฤติกรรมนั้นไม่มีอยู่ตั้งแต่ต้น	โยนการตัดสินใจทั้งหมดมาที่คุณ โมเดลจะไม่ปฏิเสธแทนคุณ

ในทางปฏิบัติ Shannon 3 เข้าปะทะกับคำถามที่คุณถามจริง ๆ แทนคำถามที่ปลอดภัยกว่าซึ่งอยู่ข้าง ๆ กัน: นิยายที่มีตัวร้ายสมจริง หัวข้อความปลอดภัยที่คุยกันเชิงเทคนิคแทนที่จะอยู่ระดับข่าวประชาสัมพันธ์ ข้อมูลทางการแพทย์ กฎหมาย และการเงินที่ให้ตรง ๆ พร้อมข้อควรระวังที่สมควรมีจริง ๆ — และไม่มีการเทศนาปิดท้ายว่าทำไมคุณถึงถามแบบนั้น มันยังไม่ลดทอนลูปด้วย: การทบทวนมีอิสระที่จะบอกว่าร่างนั้นผิด ซึ่งเป็นการโต้แย้งคนละแบบและมีประโยชน์กว่าการปฏิเสธ

สิ่งที่การไม่มีชั้นปฏิเสธไม่ได้ทำคือทำให้โมเดลถูกต้อง โมเดลไม่เซ็นเซอร์มีความสามารถในการผิดอย่างมั่นใจได้พอ ๆ กับโมเดลที่ถูกเซ็นเซอร์ และเห็นได้ชัดกว่าด้วย เพราะมันจะไม่ถอยไปหลบในความคลุมเครือเมื่อไม่แน่ใจ นั่นเป็นหนึ่งในเหตุผลที่ดีกว่าสำหรับการมีลูป: เมื่อไม่มีปฏิกิริยาปฏิเสธมาขวาง การทบทวนตัวเองจะทำงานด้านความปลอดภัยที่สำคัญต่อผู้ใช้มืออาชีพจริง ๆ นั่นคือการจับข้อผิดพลาด การใช้งานโมเดลของคุณยังคงอยู่ภายใต้นโยบายการใช้งานอย่างรับผิดชอบของเราและกฎหมายในพื้นที่ของคุณ

07การมองเห็น เอกสาร และการสร้างภาพ

ทั้งสองระดับชั้นรับรูปภาพและเอกสารเป็นไฟล์แนบ และอ่านมันเป็นส่วนหนึ่งของเทิร์น ภาพหน้าจอของบิลด์ที่ล้มเหลว ภาพถ่ายไวท์บอร์ด แผนผังวงจร หน้าสัญญาที่สแกนมา หรือไฟล์ PDF จึงเป็นตัวคำถามได้เลย แทนที่จะเป็นสิ่งที่คุณต้องถอดความก่อน บน Pro ไฟล์แนบร่วมอยู่ในลูปเหมือนทุกอย่าง: ถ้าการทบทวนตัดสินว่าร่างตอบคำถามที่ภาพไม่ได้สนับสนุน ส่วนนั้นก็จะถูกเขียนใหม่

การสร้างและแก้ไขภาพมีให้ใช้ในแชทในรูปแบบเครื่องมือ ไม่ใช่ในฐานะจุดประสงค์ของโมเดล Shannon 3 คือโมเดลให้เหตุผลที่สร้างหรือแก้ไขภาพได้เมื่อบทสนทนาต้องการ ไม่ใช่โมเดลภาพที่มีอินเทอร์เฟซแชทติดมาด้วย ความแตกต่างนี้ตั้งความคาดหวังไว้อย่างถูกต้อง: ตัดสินตระกูลนี้จากวิธีที่มันคิด และมองภาพเป็นความสะดวกที่ช่วยประหยัดการสลับบริบท

08หน้าต่างบริบท และสาย 3.x ไปต่อที่ไหน

Shannon 3.0 เปิดตัวด้วยหน้าต่างบริบท 32,768 โทเค็น นั่นคือตัวเลขตามประวัติที่ตรงไปตรงมา และควรพูดให้ชัด เพราะลูปกินบริบทต่างจากโมเดลที่ทำรอบเดียว: พรอมป์ของคุณ ไฟล์แนบของคุณ การคิด และทุกรอบของร่างและการทบทวน ล้วนอยู่ในงบประมาณเดียวกัน

32K สบาย ๆ สำหรับงานแชทและงานวิเคราะห์ส่วนใหญ่ — เอกสารยาวหนึ่งฉบับ ไฟล์โค้ดขนาดพอควร คำถามหลายส่วนที่ละเอียดพร้อมที่ว่างให้ลูปได้ทำงาน แต่มันคับสำหรับอินพุตที่ใหญ่จริง ๆ และข้อจำกัดนั้นก็คือสิ่งที่รุ่นถัดไปแก้ไขพอดี Shannon 3.1 เพิ่มหน้าต่างบริบทขึ้นอย่างมากและเปลี่ยนว่าลูปนี้ถูกชี้ไปที่อะไรได้บ้าง ถ้าคุณกำลังประเมินตระกูลนี้ในวันนี้ อ่านบทความนั้นเป็นลำดับที่สอง และถือว่าตัวเลขในหน้านี้เป็นประวัติศาสตร์

09การเรียก Shannon 3 จาก API

Shannon 3 ใช้ได้ผ่านสำเนียง API ทั้งสามแบบของเรา บนโมเดลเดียวกัน พร้อมการสตรีมในทุกแบบ:

สำเนียง	เอนด์พอยต์	ใช้เมื่อ
เข้ากันได้กับ OpenAI	/v1/chat/completions	คุณมีโค้ดไคลเอนต์ OpenAI อยู่แล้ว — เปลี่ยนแค่ base URL และโมเดลไอดี
เข้ากันได้กับ Anthropic	/v1/messages	สแตกของคุณสร้างขึ้นรอบรูปแบบ Messages
Responses	/v1/responses	คุณต้องการรูปทรงคำขอ/การตอบกลับที่ใหม่กว่า

ส่ง shannon-3 หรือ shannon-3-pro เป็นโมเดลไอดี มีสองเรื่องที่ควรวางแผนไว้ในฝั่งไคลเอนต์ เทิร์นของ Pro ใช้เวลานานกว่า และนานไม่เท่ากันในแต่ละครั้ง เพราะจำนวนรอบขึ้นอยู่กับคำถาม — ตั้งค่า timeout เทียบกับเพดานมากกว่าค่าเฉลี่ย และควรใช้การสตรีมเพื่อให้ผู้ใช้เห็นความคืบหน้าแทนวงกลมหมุน และร่องรอยการให้เหตุผลคือเนื้อหาที่คุณเลือกแสดงได้ ในจุดที่ผู้ใช้ต้องรอ การแสดงมันมักดีกว่าการซ่อน เพราะมันเปลี่ยนเวลาที่สูญเปล่าให้กลายเป็นสิ่งที่อ่านได้ สคีมาของคำขอและการตอบกลับ รายละเอียดการสตรีม และเพลย์กราวด์แบบสด อยู่ในเอกสาร API

10การเลือกระดับชั้น

ลูปของ Pro คุ้มค่าความหน่วงของมันตามสัดส่วนของว่ามีอะไรให้ผิดพลาดได้มากแค่ไหน

งานของคุณ	ระดับชั้น	ทำไม
คำถามข้อเท็จจริงสั้น ๆ ตอบสั้น	shannon-3	ร่างแรกคือคำตอบ การทบทวนไม่มีอะไรให้จับ
ระบบอัตโนมัติปริมาณสูงหรือจำกัดด้วยความหน่วง	shannon-3	เวลาต่อเทิร์นที่คาดเดาได้คือข้อจำกัดที่ผูกมัด
การวิเคราะห์หลายส่วนที่มีข้อจำกัด	shannon-3-pro	คำถามย่อยที่หายไปและการละเมิดข้อจำกัดคือสิ่งที่การทบทวนจับได้พอดี
งานเขียนยาวที่ต้องยึดโยงกันได้	shannon-3-pro	ความขัดแย้งภายในเป็นคุณสมบัติของงานเต็มความยาว มองไม่เห็นระหว่างร่าง
อะไรก็ตามที่มีตัวเลขซึ่งคุณจะนำไปใช้จริง	shannon-3-pro	การทบทวนตรวจการคำนวณและหน่วยซ้ำเทียบกับการคิด
คำถามที่แตะข้อเท็จจริงตรงขอบความรู้ของโมเดล	shannon-3-pro	การเก็บเกี่ยวความรู้เปลี่ยนช่องว่างที่ระบุได้ให้กลายเป็นการค้นหา

รูปแบบที่ใช้ได้จริง: ใช้ Lite ระหว่างที่คุณยังหาอยู่ว่าจะถามอะไร แล้วรันคำถามที่ลงตัวแล้วอีกครั้งบน Pro ลูปคุ้มค่าที่จะจ่ายกับคำถามในเวอร์ชันที่คุณตั้งใจถามจริง ๆ

11ข้อจำกัดที่ควรรู้ก่อนตัดสินใจ

การ์ดโมเดลที่ระบุแต่จุดแข็งคือโฆษณา นี่คือจุดที่ Shannon 3 จะทำให้คุณผิดหวัง:

• Pro ช้ากว่า และช้าอย่างคาดเดาไม่ได้ เทิร์นที่ลู่เข้าในสองรอบกับเทิร์นที่วนจนถึงสิบรอบ ต่างกันหลายเท่าตัวในเวลานาฬิกาจริง ถ้าคุณต้องการความหน่วงที่มีขอบเขต ให้ใช้ Lite
• การทบทวนไม่ใช่การพิสูจน์ โมเดลที่ตรวจงานตัวเองมีจุดบอดร่วมกับตัวเอง ลูปจับความไม่สอดคล้องระหว่างการคิดกับร่างได้อย่างน่าเชื่อถือ แต่ไม่ได้จับข้อผิดพลาดที่ยึดถือไว้อย่างมั่นใจในตัวการคิดเองได้อย่างน่าเชื่อถือ
• บริบทถูกแบ่งใช้กับลูป ที่ 32K อินพุตที่ยาวมากบวกกับร่างเต็มความยาวหลายฉบับเป็นข้อจำกัดจริงบน 3.0 ดู Shannon 3.1 สำหรับเพดานที่ถูกยกขึ้น
• การเก็บเกี่ยวเติมได้เฉพาะช่องว่างที่โมเดลสังเกตเห็น มันเปลี่ยน "ฉันไม่แน่ใจเรื่องนี้" ให้เป็นการค้นหา ซึ่งเป็นข้อได้เปรียบจริง — แต่ข้อเท็จจริงที่โมเดลเข้าใจผิดอย่างมั่นใจจะไม่ถูกทำเครื่องหมายว่าขาด จึงไม่เคยถูกเก็บเกี่ยว
• ไม่เซ็นเซอร์ก็คือไม่เซ็นเซอร์ โมเดลจะไม่ปฏิเสธและจะไม่ลดความเข้มข้นลง ถ้าผลิตภัณฑ์ของคุณต้องการเส้นแบ่งการปฏิเสธ ให้สร้างมันในที่ที่คุณมองเห็นได้ แทนที่จะหวังว่าโมเดลจะจัดหาให้

12คำถามที่พบบ่อย

---

Shannon 3 ดำเนินการโดย Shannon Lab LLC รัฐนิวเม็กซิโก สหรัฐอเมริกา ตัวเลขในหน้านี้อธิบายการตั้งค่าตอนเปิดตัว 3.0 ดูการ์ดโมเดล Shannon 3.1สำหรับขีดจำกัดปัจจุบัน และดัชนีงานวิจัยสำหรับสมาชิกที่เหลือของตระกูล เราไม่เผยแพร่คะแนนเบนช์มาร์กสำหรับ Shannon 3 และไม่กล่าวอ้างเปรียบเทียบด้านประสิทธิภาพ