生成式人工智能有哪些缺点？ 结合大型语言模型和知识图的学术论文：广泛解释 GenAI 问题的路线图不过，在开始之前，我们先澄清一下生成式 AI、大型语言模型 (LLM)、Bard（Google 聊天机器人）和对话应用程序语言模型 (LaMDA) 之间的区别。 LLMs 是一种预测“下一个单词”的 GenAI 模型，Bard 是 Google AI 开发的特定 LLM 聊天机器人，LaMDA 是专门为对话应用程序设计的 LLM。
需要明确的是，Bard 最初基
LaMDA（现在基于 PaLM），但这并不意味着 马来手机号 所有 Bard 响应都仅来自 LamDA。 如果您想了解有关 GenAI 的更多信息，可以参加 Google 的 Generative AI 入门课程。 正如上一段所述，LLM 预测下一个单词。它是基于概率的。让我们看一 移动数据库 下下图，其中显示了 Google 视频的示例 什么是大型语言模型 (LLM)？ 给定所写的句子，它会预测最有可能的下一个单词。
另一种选择可能是花园里充
满了美丽的“蝴蝶”。然而，。于是他选择了“花”。 显示大语言模型如何工作的图片。 图片来源：YouTube：什么是大型语言模型 (LLM)？ 让我 使用电子邮件签名进行营销的 9 种方法 们进入重点，伤害。 根据结合大型语言模型和知识图谱的论文，陷阱可以总结为三点： 路线图： “尽管法学硕士在许多申请中取得了成功，但法学硕士仍因忽视事实而受到批评。
”这意味着机器无法记住事实
结果，它会发明一个答案。这是幻觉。 “作为一种黑箱模型，法学硕士也因难以解释或验证通过法学硕士获得的知识而受到批评。 ”这意味着作为人类，我们不知道机器如何得出结论/决定，因为它使用概率。 “由于缺乏特定领域的知识或新的培训数据，在通用语料库上接受培训的法学硕士可能无法很好地推广到特定领域或新知识。”例如，如果机器在奢侈品领域进行训练，它将不适合医疗领域。