大型语言模型的知识清洗

本文研究了现代大型语言模型的潜在滥用问题，探讨其对信息密集型应用的影响，特别是对开放式问题回答系统。为了减轻大型语言模型生成的错误信息带来的危害，探索了三种防御策略：提示、错误信息检测和多数投票。强调了进一步研究和跨学科合作的必要性，以应对大型语言模型生成的错误信息，促进大型语言模型的负责任使用。