总体分布未知，检验单个样本的方差，用什么检验方法

nan.xiao @yuanfan 抱歉，我对工具吐槽太狠了，不要介意呀，希望后续有新的问题，还可以帮忙贴一贴 GPT 的答案，这至少也让我知道，在我提的这个问题上，它们是无能为力的。

nan.xiao GPT 基本可以保证知识的覆盖度

在这个问题上来看，它提供的答案体现出来了。

另外，没有人做过的或者新的东西算不算偏门？对于这类问题， GPT 可以简洁一点，或者就给出最新的成果。

针对不同的数据科学岗位，GPT 会在哪些方面有助于提升工作效率？我很好奇这个问题，是否有相关的文章在总结经验，比如商业分析师岗位，GPT 在哪些方面可以给到帮助？

有另一种解释，找不到任何相关材料，没有人研究过。这个检验问题可能本身没什么应用价值，不值得研究。我只是在机械地用 MECE 原则去对方法做划分。

偶然看到一则消息说了类似的问题。所有的大语言模型都对强事实的推理问题无解。有人出了一道很简单的推理计算问题，如下：

Sally (a girl) has 3 brothers. Each brother has 2 sisters. How many sisters does Sally have?

涉及阅读理解了，LLM 模型没有一个答对的 https://benchmarks.llmonitor.com/sally

yuanfan 不算。考试一般不会出现脑筋急转弯，但会考类似上面的题。脑筋急转弯需要的理解层次更高，非正式，答案也可能不唯一。

Liechi 和你不一样。刚去验证的，截图为证，使用的是 gpt-3.5-turbo.

我突然想到一个点，咱们讨论的其实都属于一个确定性的问题。而 GPT 等 LLM 本质上都是基于概率论、统计的，只有在研究不确定性问题的时候，它们才有相对优势。这是在拿我们的优势去挑战它们的劣势，有点欺负人家。