我刚刚给 GPT-3 提供了以下提示（在操场上，使用 text-davinci-001 和默认设置）：
What's the German word for "can" in the sentence "The man removes the can."?
这句话中的“can”显然是名词而不是动词。“the can”是用来卖可乐或啤酒的金属容器，而不是普通动词“can”，意思是“能够”。
GPT-3 显然知道这一点，否则它无法在许多语言中正确翻译句子（它确实可以）。
但是，根据我的提示，它回答：
The word for "can" in the sentence "The man removes the can." is "kann."
（“kann”是德语动词“can”的意思，意思是“能够”）
是我问错了还是 GPT-3 无法回答这样的问题？
GPT-3 显然知道这一点
GPT-3 并不“知道”事物，因为它已经学习了特定的翻译、数学或科学等。
GPT-3 不是知识数据库或问答系统，但如果仔细提示，它可以表现得像一个。有时很难得到具体的答复。这似乎是其中一种情况。
是我问错了还是 GPT-3 无法回答这样的问题？
GPT-3 并没有真正“回答问题”，它完成了文本，并且很可能适合该文本以匹配提示。它得到很多问答、数学或基于翻译的提示正确的事实是强语言模型的一个有趣的副作用。目前尚不清楚它执行此类次要任务的能力有什么差距，但期待一些是非常合理的。
一般来说，您不应该期望 GPT-3 会自动选择带有答案的问题，并假设它正在按照书面形式回答问题。一些合理的问题可能看起来像是小说或报纸文章的开头，或者在您的情况下，它可能表现得好像句子只是松散相关，就像不同翻译的列表。为了减少可能完成的灵活性，在第一段中设置一些上下文是正常的 - 一种对文本其余部分正在做什么的元解释。
我设法让它像这样工作：
以下是翻译，对个别单词进行了解释。
中文: 男人拿走了罐头。
德语中的“can”是“Dose”
我的提示是粗体的。我相信我写的很多变体都适用于这个特定的案例。我认为您不会从任何句子中找到 100% 可靠的任意单词提示。