人工智能更擅长被频繁训练的任务
原文中文，约700字，阅读约需2分钟。发表于：。关于LLM大语言模型局限性的 新论文 ，可以帮助您了解它们在哪里最有用，在哪里可能失败： 人工智能更擅长执行它在训练数据中更频繁看到的任务，而在不是平常的情况下会遇到更多麻烦。 随着大语言模型（LLM）的广泛应用，认识其优势和局限性变得非常重要。 我们认为，为了全面了解这些系统，我们需要考虑这些系统所要解决的问题：互联网文本的下一个单词预测
一篇新论文讨论了大语言模型（LLM）的局限性，指出人工智能更擅长执行在训练数据中更频繁看到的任务，而在不是平常的情况下会遇到更多麻烦。作者使用目的论方法，确定了三个假设会影响 LLM 准确性的因素，并在评估中发现，LLM 受概率的影响与假设相符。作者得出结论，不应该把 LLMs 当作人类来评估，而应该把它们当作一种不同类型的系统来对待。
