上海
財聯(lián)社11月7日電，在最新一期《自然·機器智能》發(fā)表的一篇論文中，美國斯坦福大學(xué)研究提醒：大語言模型（LLM）在識別用戶錯誤信念方面存在明顯局限性，仍無法可靠區(qū)分信念還是事實。研究表明，當(dāng)用戶的個人信念與客觀事實發(fā)生沖突時，LLM往往難以可靠地作出準(zhǔn)確判斷。這一發(fā)現(xiàn)為其在高風(fēng)險領(lǐng)域（如醫(yī)學(xué)、法律和科學(xué)決策）的應(yīng)用敲響警鐘，強調(diào)需要審慎對待模型輸出結(jié)果，特別是在處理涉及主觀認(rèn)知與事實偏差的復(fù)雜場景時，否則LLM有可能會支持錯誤決策、加劇虛假信息的傳播。
大語言模型（LLM） 資料圖
責(zé)任編輯：胡淑麗_MN7479
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
