LLM 的 Context Window 就像电脑内存 , 向量数据库是 LLM 的硬盘;因而 , 向量数据库成为LLM领域应用的必备工具 , 大量vector store厂商成为投资热门 。
LLM应用新趋势:LLM扮演system 1 , 负责快思考 , 而LLM的Agent助手扮演system 2 , 负责慢思考(理性推导)

文章插图
报告还提到了经典的幻觉问题:
幻觉原因:模型学习了错误信息 , 模型只善于模仿语言风格 , 而不能良好地判断正确的信息
如何减少幻觉(hallucination)?
方法有:scaling/retrieval/reward model
① scaling:大模型小型化 , 降低幻觉频率
② retrieval:通过检索融入事实信息 , 纠正幻觉
③ reward model:用奖励模型来鉴别幻觉

文章插图
有了大模型的加持 , 学术界已经把Robot Learning 做为主流研究路线

文章插图
LLM+Robotics=?
软件上 , 机器人大脑大幅升级;
硬件上 , 人形机器人热度再起 。

文章插图

文章插图
推荐阅读
- AI大模型混战“真相”:投资人看得多投得少,20家公司仅获60亿元融资
- LLM对程序员的冲击和影响
- 最高7000元!特斯拉最新引荐购车奖励规则公布,一图读懂!涉Model 3/Y、Model S/X
- AI重塑千行百业 华为云发布盘古大模型3.0和昇腾AI云服务
- 30家企业争鸣WAIC:大模型进入高维战
- 更具情感的大模型,会给人类带来什么?
- 大模型内卷:2天发了10余款,百模大战开打了
- 图 大模型“国家队”亮相,6家公司名单公布
- 大模型时代的下OCR,“CPU味道”更重了
- 文心大模型升级3.5版本,有多强?我们帮你试了试
