AI 回答问题的三个底层机制
最近看到一篇讲 AI 为什么能回答问题的科普，把大模型的运作拆成三个机制，我觉得对做跨境和工具类产品的人挺有参考价值。第一是参数机制，模型本质上是把人类知识压缩进海量参数里，训练就是找权重，提问时再按概率把最可能的词元生成出来。所以它更像一种压缩再生成，而不是真的在数据库里查答案。
第二是推理机制，参数不可能无限堆，很多知识靠逻辑推出来就够了，比如知道出生率和死亡率就能推净增长率。第三是联网机制，像今天的股价这种参数里没有、也推不出来的信息，就得靠 Agent 或应用框架去搜。我的判断是，做产品别指望模型全知全能，该接检索就接检索，该走工具就走工具，把三种机制组合好，体验才稳。
第二是推理机制，参数不可能无限堆，很多知识靠逻辑推出来就够了，比如知道出生率和死亡率就能推净增长率。第三是联网机制，像今天的股价这种参数里没有、也推不出来的信息，就得靠 Agent 或应用框架去搜。我的判断是，做产品别指望模型全知全能，该接检索就接检索，该走工具就走工具，把三种机制组合好，体验才稳。
评论
登录后即可发表评论。
暂无评论，来抢沙发吧。