1.1.1 大語言模型

大語言模型（Large Language Model，LLM）的出現(xiàn)是AI技術(shù)發(fā)展的重要里程碑。大語言模型主要專注于文本生成與理解，通過使用海量文本數(shù)據(jù)進行訓(xùn)練，習(xí)得了語言的基本規(guī)律和知識。

2018年，OpenAI發(fā)布的GPT模型開啟了大語言模型的新紀元。隨后發(fā)布的GPT-2和GPT-3進一步擴大了模型參數(shù)規(guī)模，使模型能夠生成更加連貫、自然的文本內(nèi)容。2022年年底，ChatGPT的橫空出世讓大語言模型真正走入大眾視野，其對話式交互方式極大地降低了用戶使用AI工具的門檻。

在國內(nèi)，百度的文心一言、月之暗面的Kimi、阿里巴巴的通義千問、騰訊的混元等大語言模型相繼問世，為用戶提供了豐富的文本生成和理解服務(wù)。大語言模型主要通過對話的方式與用戶交互，能夠回答問題、撰寫文章、創(chuàng)作詩歌等，但其能力主要局限于文本領(lǐng)域。

大語言模型雖然在文本生成方面表現(xiàn)出色，但是存在以下明顯的局限性。

（1）僅限于處理文本模態(tài)信息，無法處理圖像、音頻等多模態(tài)信息。

（2）缺乏推理能力，難以解決復(fù)雜的邏輯問題。

（3）無法執(zhí)行實際操作，只能提供文本建議。

（4）“幻覺”嚴重，常常輸出子虛烏有的錯誤信息。