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