samfan
项目成功上线就是万幸,期待有更多合作机会...
samfan
有责任心 ,态度好
samfan
靠谱 满分
新手任务教练
顺利完成新手任务,接单功能开启,祝好运!
大模型有较强的语义理解能力、常识推理能力,任务规划能力,但在面向特定领域时,存在以下挑战: 领域知识匮乏 • 领域应用的本质是复杂决策。通用大模型具备宽 广的知识底座,具有宽度有余但深度不足,无法 直接胜任复杂任务。 大模型的“幻觉”问题 • 没有依据的答案,通过简单类比得出错 误答案,在企业内,需要确保领域问题 的准确性。 数据和知识过时,难更新 • LLM的知识很容易过时,很难更新;难以保证数 据的完整性,容易形成错误回答,或者无法回答。 对于给定信息的“忠实度” • 在领域任务中,我们需要大模型遵循特定领域的规范、制 度、流程和知识进行回答。然而,如果没有进行适当的调 优,大模型往往会抛开给定的文档或信息,而倾向于利用 已习得的通用知识进行自由发挥。飘逸的创造发挥与忠实 的事实陈述是一对难以调和的矛盾。 不可解释 • 生成的答案是否有依据?为什么是A而不是B?