本課內容
- 大語言模型如何運作
- 「幻覺」是什麼意思
重點回顧
- 1LLM 根據上下文預測下一個 token
- 2它可能聽起來很自信，卻是錯的
- 3在依據 AI 輸出行動前，務必先驗證
課程摘要
大語言模型會根據上下文預測可能的下一個 token。
心智模型
把LLM弄清楚
大語言模型會根據上下文預測可能的下一個 token。它能提供有用的推理輔助，但它並不像資料庫查詢那樣「知道」真相。.
- 大語言模型如何運作
- 「幻覺」是什麼意思
運作機制
如何理解LLM
文字會被拆分成 token，並經由訓練好的神經網路處理。.
模型會根據統計模式與上下文生成輸出。.
檢索、工具與驗證能提升可靠性，但並不能取代核實的必要性。.
- LLM 根據上下文預測下一個 token
- 它可能聽起來很自信，卻是錯的
- 在依據 AI 輸出行動前，務必先驗證
範例
看LLM實際運作
LLM 可以幫你摘要一份協議文件，但使用者仍應從原始來源核實合約地址、手續費數字與風險說法。.
請記住決策原則：用 LLM 加速研究，然後核實每一項會影響資金或風險的事實。.
常見錯誤
LLM如何讓學習者絆倒
流暢的文字讓人感覺很權威。這在金融領域格外危險，因為一句自信的話仍可能是捏造或過時的。.
風險提示
讀懂LLM中的風險
幻覺、過時資訊、提示注入，以及隱藏的假設，都可能導致糟糕的交易或安全決策。.
- 解釋下一個 token 的預測方式。
- 找出一項幻覺風險。
- 在模型之外核實關鍵事實。
練習
把LLM變成習慣
- 解釋下一個 token 的預測方式。
- 找出一項幻覺風險。
- 在模型之外核實關鍵事實。
複習
關鍵術語
- 大語言模型（LLM）
- 一種訓練用來根據上下文預測並生成文字的 AI 模型。
- 機器學習
- 從資料中學習模式的演算法，而非被明確編程指令。
- 神經網路
- 一種鬆散模仿大腦、分層結構的模型，是深度學習的核心。
- 回測
- 在冒險投入真實資本前，用歷史資料測試一個策略。
來源說明
編輯參考資料
這些參考資料是驗證本課背後機制、風險檢查與產品情境的起點。
繼續之前
你能做到這些嗎？
- 解釋下一個 token 的預測方式。
- 找出一項幻覺風險。
- 在模型之外核實關鍵事實。
相關學習內容