关于大型语言模型需要知道的8件事

近几个月来，大型语言模型(LLM)的广泛公共部署引发了来自许多领域的倡导者、决策者和学者的一波新的关注和参与。这种关注是对这项技术提出的许多紧迫问题的及时回应，但有时会错过重要的考虑。本文调研了八个可能令人惊讶的点的证据:1。可以预见，LLM会随着投资的增加而变得更有能力，即使没有针对性的创新。2. LLM的许多重要行为都是投资增加的副产品。3.LLM似乎经常学习和使用外部世界的表示。4. 没有可靠的技术来指导LLM的行为。5. 专家们还不能解释LLM的内部工作原理。6. 人类在任务上的表现不是LLM性能的上限。7. LLM不需要表达其创建者的价值观，也不需要表达web文本中编码的价值观。8. 与LLM的短暂互动通常是误导性的。