如果我们在知识理论层面上检查LLMS模型，那么我们会发现它们在几种方面被误解了。从名称开始。
在知识理论中，模型是对现实人的简化理解，使我们能够使用基于思维的思维思维方法，例如“ f = ma”，“ e = mc2”，“标准模型”或“奥地利经济”
LLM是模式和模式的集合，它们是从人类语言等问题中学到的。 LLM并未围绕二十世纪语言的单词列表或规则模型设计。
统计数据是还原工具集中最弱的工具。统计信息忽略所有上下文。当您学习LLM时，他会在上下文中学习所有内容并保持很多上下文。这是LLMS学习昂贵的原因之一。统计数据有时可以用于学习算法的一部分，但要保持智力的独特背景。
在推理时，当解决问题而不是学习时，统计数据可能起着更小的作用。
LLMS是当前一代的机器 它能够得出有关最低证据的结论，主要取决于联合连接。
LLM与包括人类在内的所有智能一样，“猜测机”。
这不是很科学，对吗？
所有智力都是如此。不可用，所有公司都不完整。
由于询问有关LLM一无所知的问题的问题， 致幻剂。如果您不喜欢幻觉，请提出更简单的问题。
NP硬度 这是一个还原和逻辑的概念。 LLM使用类似于人们在现实世界中使用的方法解决问题。
如果她的小组中没有一些信息或技能，您怎么知道？像新生儿一样，LLM是一般学习者。
对于LLM培训小组来说，这可能是一项技能，例如医学院，非常昂贵。如果LLM将用于同意该市的建设许可，那么为什么法国烹饪在他们的小组中包括调解员并承受额外的费用？
他们的行为培训和用户的需求需要答案，因此无论原因如何，他们都会提供最好的答案。如果这个话题不在他们的效率之外，那么他们的效率将最终遇到混乱（最近是“幻觉”），以应对他们所拥有的一切。他们在现实生活和计算资源方面的经验有限，是当前的限制，随着时间的流逝而造成的限制。
我们可以完全控制LLMS的行为培训。从我们的孩子那里种植很容易，因为 LLMS没有爬行动物的大脑。
创造力只有一种算法LLM和人类正在争取奔跑的地方，这是自然选择后面的英里，从而使我们的活力从无到有。
亲爱的这些主题的补救措施 也可用。
