登 录
注 册
< 人工智能
深度学习
机器学习
大模型
ChatGPT是怎样炼成的
大模型的知识处理
热门推荐>>>
中台架构
中台建设与架构
Hadoop
源码分析-NN启动(三)
HBase
HBased对接Hive
Linux
Nginx高可用
Python
数据导出工具
Flink
3分钟搭建Flink SQL测试环境
Kafka
Kafka对接Flume
深度学习
卷积神经网络
数据结构与算法
选择合适的算法
MySQL
数据备份恢复
计算机系统
信号量同步线程
Hive
Hive调优参数大全
其他框架
Azkaban Flow1.0与2.0
ClickHouse
表引擎-其他类型
技术成长
最好的职业建议
精选书单
技术成长书单—机器学习
技术资讯
数据在线:计算将成为公共服务
开发工具
IntelliJ IDEA 20年发展回顾(二)
系统工具
Mac命令行工具
虚拟化
内存虚拟化概述
云原生
云原生构建现代化应用
云服务
一文搞懂公有云、私有云...
Java
Spring Boot依赖注入与Runners
Go
Go函数与方法
SQL
SQL模板
当前位置:
首页
>>
大模型
>>
大模型的知识处理
大模型的知识处理
2023-09-17 19:11:54 星期日 发表于北京 阅读:835
![](/static/images/article_images/1693753639.826866.jpeg) 根据布鲁姆教育目标分类法,人类对知识的处理有六个层次(如下图),即: **`记忆、理解、应用、分析、评价和创造`** 大模型在这六层的知识处理中,都能发挥一定的作用,为人类大脑提供辅助 ![](/static/images/article_images/1694951640.6087198.jpeg) *图片:布鲁姆教育目标分类法* #### 记忆 ###### 层次解释 主要涉及对知识、概念或事实的回忆。在这个阶段,需要记住和回忆所学的信息,例如单词、定义、日期或公式等。 ###### 大模型辅助作用 大模型具有从大量文本中提取和记忆信息的能力,在记忆领域有两种极端的表现: |优缺点|解释| |-|-| |优点|一方面其表现出较强的能力。由于其训练的数据规模远超任何人类,<br>它可以回答各种基于事实的问题,从而展现出较好的记忆能力| |缺点|为了满足人类的预期,它有时候会**捏造不存在的事实**| #### 理解 ###### 层次解释 **要求对所学知识进行解释、概括和预测**。这意味着需要理解知识的含义和用途,例如解释概念、描述过程或解释原理等 ###### 大模型辅助作用 |优缺点|解释| |-|-| |优点|大模型在理解方面的表现相对较强。它能够理解各种概念和原理,<br>以及它们之间的关系,由此也能解释、总结和澄清各种观点和信息。<br>它还可以通过举例、类比等方法来促进理解| |缺点|大模型的理解有时局限于字面意义,可能无法领悟到隐藏在表面之下的深层含义| #### 应用 ###### 层次解释 **需要将所学知识运用到新的情境中**,将理论知识转化为实际操作。这可能涉及解决问题、分析数据或实施技能等 ###### 大模型辅助作用 |优缺点|解释| |-|-| |优点|大模型在应用层面的能力比以前的AI有了很大的进步,因为其训练数据包含<br>大量的实际问题和解决方案,这使得模型能够学习到如何将知识应用于实际场景中。<br>例如解决逻辑问题、提供编程建议等;| |缺点|用户询问如何用已有的材料制作一个简单的风筝,<br>大模型可以给出具体的制作步骤,但大模型无法亲自执行实际操作,<br>因此,在某些情况下,它的建议可能不完全适用| #### 分析 ###### 层次解释 要求将知识分解成各个组成部分,并分析这些部分之间的关系和组织结构。这可能涉及比较、归纳或区分事物的相似之处和差异之处。 ###### 大模型辅助作用 大模型在训练过程中接触到了大量的复杂问题和分析实例,这使得它能够学会识别问题的结构和关系。 >示例:用户想要分析不同的营销策略对其业务的影响,大模型可以梳理各种策略的优缺点,分析不同策略对关键指标和趋势的影响。 |优缺点|解释| |-|-| |优点|大量的复杂问题和分析实例,使得它学会识别问题的结构和关系| |缺点|可能无法准确分析一些高度主观或情境性的问题。<br>此外,由于在某些领域缺乏训练数据,大模型可能无法深入地分析特定领域<br>的问题,除非针对性地加强数据训练| #### 评价 ###### 层次解释 要求对知识或情境进行判断和评估。这可能包括对论据的客观有效性、观点的合理性或方法的适用性进行评价,需要发挥批判性思维能力 ###### 大模型辅助作用 |优缺点|解释| |-|-| |优点|大模型的训练数据中包含了大量的观点、论据和评价,<br>这使得模型能够学会如何对信息进行评估和判断,<br>提供相对全面、客观的意见| |缺点|大模型的评价可能受到训练数据中存在的偏见和<br>误解的影响。此外,对于需要主观判断、价值观或道德观念<br>的评价问题,它可能无法提供充分的准确性和深度| #### 创造 ###### 层次解释 布鲁姆教育目标分类法的最高层次,要求结合已有知识,创造新的观点、概念或内容情节,这需要发挥创新思维和创造性 ###### 大模型辅助作用 |优缺点|解释| |-|-| |优点|大模型具有一定程度的创造性,可以生成新的文本或图片。<br>例如:用户请求编写一首关于自然之美的诗歌,ChatGPT可以生成<br>一首独特的诗歌| |缺点|如果让大模型直接创造内容,它难以产生真正符合人类情感<br>和审美的艺术作品,因为这些领域涉及高度主观和复杂的判断| 大模型的图片创造能力目前已经在媒体、游戏等行业得到广泛应用。在文字创造方面,它可以生成具有一定创意和原创性的故事、诗歌,但仍然无法生成高度创新和独特的完整作品。 **除了直接创造完整内容之外,大模型还可以协助用户进行创意思考,提供新的观点、概念或解决方案,大模型的训练数据包括了庞大的跨领域跨学科知识,因此它有找到不同领域事物之间关联的最佳潜力**