大型语言模型导致的错觉  

作　　者：阿马尔•比德 Amar Bhide

机构地区：[1]哥伦比亚大学梅尔曼公共卫生学院

出　　处：《南风窗》2025年第6期91-91,共1页South Reviews

摘　　要：“深度求索”的技术对于大型语言模型的意义,就如同特斯拉发明交流电对于电气化的意义。它无法克服回顾性统计模型的局限性,但可以让这些模型得到更广泛的应用。通过自学成才从电报员成为企业家的托马斯-爱迪生,通常被认为是有史以来最伟大的发明家,而在移民美国之前曾在巴黎的爱迪生公司工作过的尼古拉•特斯拉,要不是马斯克的电动汽车公司,几乎没有人记得他。

关 键 词：特斯拉 语言模型 统计模型 尼古拉 电动汽车 托马斯 爱迪生 电气化 

分 类 号：F41[经济管理—产业经济]