数据驱动的大型语言模型（LLM）通过自下而上的逆向工程语言的策略实现成功，建议在符号设置中应用有效的自下而上策略，以实现符号化、可解释和本体论基础的语言模型。

大型语言模型（LLM）的相对成功可能有误解，因为LLM不能依赖于事实信息，对语言的知识淹没在微观特征中，且在某些语言环境中无法进行正确推断。建议在符号设置中应用自下而上策略，实现可解释的语言模型。

对于数据驱动的大型语言模型（LLM）的相对成功存在误解，LLM不能依赖事实信息，对语言知识淹没在微观特征中。建议在符号设置中应用自下而上策略，实现可解释的语言模型。