LLM的成功改变了人类理解世界的方式

在科技领域的飞速发展中,深度学习的崛起无疑是一场革命性的进步。在LLM取得成功之前,深度学习在感知领域取得的成就虽然也很轰动,但是并不那么令人惊讶,毕竟感知是相对简单的领域。然而,LLM在语言这项被认为是人类智慧结晶的领域也能取得如此重大的突破,深刻改变了人类理解世界的方式,颠覆了人类过去对于理解和操控事物的传统认知。

过去,人们普遍认为,要想有效地操控一个系统或理解一个现象,必须深入理解其背后的工作原理和规律。这种理解通常基于对系统内在机制的把握,如物理法则、数学模型或者复杂的算法。对于语言而言,这背后则是语法、语义、逻辑、对真实世界的映射等等,然而,LLM几乎不需要提前理解这些,而是从大量的语料中自我寻找规律和领悟。按照通常的观念,这样缺乏引导的学习无疑是低效的,而且很容易误入歧途,最终的效果必然也是差强人意。出人意料的是,LLM不仅成功掌握了语言的规律,而且在很多场景都接近于人类水平。

LLM刷新了数据驱动方法的最高成就,人类开始更加充分地意识到数据驱动的潜力。

相关推荐
sg_knight8 分钟前
Bug 定位实战:把报错丢给 Codex,它是怎么修的
chatgpt·llm·bug·openai·agent·ai编程·codex
吴佳浩18 小时前
中小企业跑125B 大模型:显存装不下的时候,Strata 做了什么
人工智能·llm
学IT的周星星18 小时前
LangGraph:用「流程图」的方式编排 Agent
数据库·人工智能·大模型·llm·流程图·agent
莪_幻尘19 小时前
Codex 周活涨 6 倍背后:AI Agent 的四条战线
llm·openai
Eloudy20 小时前
全文 - Improving Language Understanding by Generative Pre-Training
llm
江屿风21 小时前
【Plain Language Large Model】【从麦当劳点餐到Redis接入:MCP如何让AI工具集成变简单】流食般投喂
人工智能·redis·笔记·语言模型·llm·mcp
大侠在此在在此21 小时前
我花了不到1块钱,用python把自己一年的1500次会话做成了个人知识库
python·llm
小林ixn21 小时前
从线性 RAG 到 Agentic RAG:用 LangGraph 搭一个会判断、会纠错、会兜底的检索闭环
langchain·llm·agent
承渊政道1 天前
【大模型应用开发:基于GPT-4和ChatGPT】(使用LangChain框架和插件增强LLM的功能)
chatgpt·langchain·llm·框架·大模型应用开发
MoonOut1 天前
LLM | 大模型数据公司(Scale AI、Mercor、Surge AI 等)的由来、现状与演变
llm