目录
能力
-
理解语义的能力：LLM 具有强大的语义理解能力，能够理解大部分文本，包括不同语言（人类语言或计算机语言）和表达水平的文本，即使是多语言混杂、语法用词错误，也在多数情况下可以理解用户的提问。
-
逻辑推理的能力：LLM 具有一定的逻辑推理能力，无需额外增加任何特殊提示词，就能做出简单的推理，并挖掘出问题的深层内容。在补充了一定的提示词后，LLM 可以展现更强的推理能力，这些提示词的方法包括：Few-Shot，Chain-of-Thought（COT），Self-Consistency，Tree-of-Thought（TOT） 等等。
-
尝试回答所有问题的能力：特别是 Chat 类型的 LLM，如 GPT-3.5，GPT-4，会尝试以对话形式，回答用户的所有问题，就算是回答 "我不能回答这个信息"。
-
通用知识的能力：LLM 本身拥有海量的通用知识，这些通用知识准确度较高，覆盖范围广泛。
-
多轮对话的能力：LLM 可以根据设定好的角色，理解不同角色之间的多次对话的含义，这意味着可以在对话中采用追问形式，而不是每一次对话都要把历史所有的关键信息都重复一遍。
应用
-
文案写作
-
知识库回答（问答）
-
文本分类
-
代码生成
-
文本生成
-
图片生成
-
图片识别
-
情感分析
-
信息检索