LLM擅长的事情

  1. 文本理解、生成、提取等等文本处理相关的事情
  2. 知识问答, 对于定律类问题很准确
  3. 图像识别、生成
  4. 语音识别、合成
  5. 视频生成

LLM局限性

  1. 大模型幻觉, LLM只是预测输出词, 所以很容易会胡编乱造。比如让它输出一篇"关于人类睡眠质量对大模型训练的影响", 它会输出一篇看似有道理的乱编的文章
  2. 不擅长精确计算, 比如前段时间的 3.9 和 3.11 比较的问题
  3. 缺少实时性, 如果没有最新的数据训练就会不知道某件事
  4. 知识的局限性, LLM的数据都是基于公开的数据, 对于内部数据没有训练过

怎么解决?

提示词工程、RAG、MCP、Function Call、 Skills

本质上就是给 LLM 加装模块, 让大模型借助这些工具解决局限点