吴恩达带你入门生成式AI，理解大语言模型的能力与局限性

吴恩达面向所有人的生成式AI视频课程

这节主题是介绍大语言模型能做什么，不能做什么，理解LLM的能力范围。知道LLM的局限性可以避免在使用它们进行不擅长的任务时碰壁。用大学生来类比当前的LLM，一个刚毕业的大学生只按照你给到的提示词是否能完成你想要的任务？

举个例子：一个刚刚工作的大学生可以只看一封邮件的内容就能判断是否是在投诉么？答案是可以，那么大模型也可以做到。如果是让这位大学生在完全不了解公司和创始人背景的前提下给创始人写一篇宣传稿呢？或许大学生可以写出一篇泛泛的稿件，但大概率老板不会那么满意，同样的大模型在没有足够的背景信息的前提下，也不能生成出一篇让人满意的宣传稿。具体来说目前的大语言模型还有一些局限性包括：知识截止和产生幻觉。

大语言模型对世界的认知在它训练完成的时候就被固定了，LLM只知道世界在某一个特定时间之前的事情，如果你去问它关于室温超导LK-99的问题那么大概率它会拒绝回答，这个现象就是“知识截止”。

第二个问题就是大语言模型会编造一些事情，我们称这种现象是“幻觉”，一个真实的例子发生在美国，一个律师把通过ChatGPT生成的法律文件提交给法庭，结果在法庭听证时，发现其中的一些案例是虚构的。这也是为什么在使用之前了解LLM的局限性尤其重要。

大语言模型目前还存在一个技术限制，即提示语的长度是有限的，它能生成的文本输出长度也是有限的。许多LLM只能接受最多几千字作为提示语，所以你能提供给它的上下文总量是有限的。例如，如果你想让它总结一篇论文，而论文的长度远超过这个输入长度的限制，LLM可能会拒绝处理这个输入，在这种情况下，你可能需要一次提供论文的一部分，然后要求它分部分地总结论文。或者你可以找到一个输入限制较长的LLM，有的可以处理多达数万词的输入。

另外一个问题就是生成式AI目前在处理结构化数据（如表格数据）方面的效果不佳，而在处理非结构化数据（如文本、图像、音频、视频）方面表现较好。对于结构化数据，有监督学习通常是更好的技术选择。

大型语言模型可能会使输出带有偏见，并且有时还会输出有毒的或其他有害的言论。例如，大型语言模型是在互联网上的文本上进行训练的。不幸的是，互联网上的文本可能反映了社会中存在的偏见。所以，如果你让一个LLM补全句子：外科医生走向停车场并拿出 _ _ _ _，LLM可能会输出：“他”的车钥匙，但是你让它补全：护士走向停车场并拿出_ _ _ _，这时候它大概率会回答：“她”的手机。

发现问题所在了对吧？在这种情况下，LLM直接假设外科医生是男性，护士是女性，这显然是一种性别歧视，外科医生和护士可以是任何性别。

目前我们已经清楚了大语言模型的局限性，接下来的课程，吴恩达教授会给出克服这些限制的方案，让LLM能做的事更加广泛和有力。

读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓