RAG核心概念和应用场景
大模型应用的局限性三大局限性幻觉上下文长度知识限制大模型在许多领域获得了广泛的应用,但并不是万能的,存在明显的局限性!
大模型应用的局限性-幻觉产生幻觉现象的原因有很多,包括:在LLM的训练过程中使用的语料库本身就存在不正确的事实描述对于某些特定领域的知识和经验,相关训练数据不足过度生成,即在缺少明确指示或约束条件下输出超预期的合理但是不真实的内容在提出问题或者描述任务时,提供的上下文不清晰有歧义所谓幻觉(Hallucination),指的是LLM会输出与实际事实不符的或没有来源的错误信息
大模型应用的局限性-幻觉幻觉的表现形式常见的包括:?输入冲突幻觉:指
您可能关注的文档
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 6.构建AI服务.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 8.构建工具组件.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 10.文本处理和多模态应用模式.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 11.集成LangChain4j和Spring Boot.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 13.RAG开发过程.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 14.LangChain4j Easy RAG组件.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 15.基于LangChain4j实现文档检索系统.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 16.应用LangChain4j RAG高级特性.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 17.基于LangChain4j实现智能客服助手.pptx
- 《大语言模型基础与应用开发》郑天民教材 ppt课件 18.LangChain4j框架的集成性.pptx
原创力文档

文档评论(0)