LLM ทำงานอย่างไร

โมเดลภาษาขนาดใหญ่ (LLM) ทำนายโทเคนถัดไปที่มีความเป็นไปได้จากบริบท มันสามารถให้การสนับสนุนการให้เหตุผลที่มีประโยชน์ได้ แต่มันไม่รู้ความจริงในแบบที่การค้นหาฐานข้อมูลรู้.

ข้อความถูกแบ่งเป็นโทเคนและประมวลผลผ่านโครงข่ายประสาทเทียมที่ถูกฝึกมา.

โมเดลสร้างเอาต์พุตจากรูปแบบทางสถิติและบริบท.

การค้นคืนข้อมูล เครื่องมือ และการตรวจสอบช่วยปรับปรุงความน่าเชื่อถือ แต่ไม่ได้ลบความจำเป็นในการตรวจสอบ.

LLM สามารถสรุปเอกสารโปรโตคอลได้ แต่ผู้ใช้ควรยังตรวจสอบที่อยู่สัญญา ตัวเลขค่าธรรมเนียม และคำกล่าวอ้างความเสี่ยงจากแหล่งข้อมูลปฐมภูมิ.

การเขียนที่ลื่นไหลให้ความรู้สึกน่าเชื่อถือ นั่นเป็นอันตรายในด้านการเงินเพราะประโยคที่มั่นใจก็ยังสามารถเป็นข้อมูลที่กุขึ้นหรือล้าสมัยได้.

การหลอน (hallucination) ข้อมูลที่ล้าสมัย การฉีดพรอมป์ (prompt injection) และสมมติฐานที่ซ่อนอยู่สามารถนำไปสู่การตัดสินใจด้านการเทรดหรือความปลอดภัยที่ไม่ดี.