Bad but common LLM criticisms
a year ago
- #Technology
- #AI
- #LLMs
- 人工智能既被过度炒作又被低估，虽然讨论广泛但迄今观察到的实质性影响有限
- 大语言模型输出结果差异很大，用户不满往往源于预期不符而非模型性能差
- 有效使用大语言模型需要像写邮件那样构建详细提示语才能获得理想结果
- 人工智能的定义不断演变，国际象棋和围棋等昔日基准如今已被视为小儿科
- 当今大语言模型能完成曾经需要多年博士研究的任务，基于旧标准的批评已失去意义
- 大语言模型和人一样会犯错，但这并不否定其价值
- '高级自动补完'的批评已经过时，大语言模型的能力远超简单自动补全功能
- 大语言模型的改进速度已经放缓，指数级增长能否持续尚不明朗
- 大语言模型几乎吸收了全部人类知识，未来如何从合成数据中学习成为新课题