分类: Ai

LLM擅长的事情 文本理解、生成、提取等等文本处理相关的事情 知识问答, 对于定律类问题很准确 图像识别、生成 语音识别、合成 视频生成 LLM局限性 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

LLM怎么知道自己应该输出什么? 大模型的工作原理可以总结为一个字,就是"猜" LLM最核心、最基础的任务: 给"我"一段文字(上下文),"我"猜出下一个最有可能/最应该出现的字 其实本质就是通过了大量训练后,"我"根据这段文字判断出最应该/最高频出现(当然为了避免过于死板,不是一定会选择概率最高的

理解 我们现在一般指的 大模型就是 LLM,全称是 Large Language Model->大语言模型 ChatGPT、DeepSeek、Gemini等等都是大模型 风控模型、OCR模型、广告算法模型、营销模型都是小模型,或者说是传统模型/专业模型 所谓的"大",体现在哪? 参数量巨大 这里的参