能够理解输入的文字、言语，并给出相应回答

业界大佬纷繁入局抢占先机，国内大厂也纷繁入场敞开“军备竞赛”。

今天小编就带我们浅显了解下什么是大模型，大模型未来对企业、人们的日常日子到底会有哪些颠覆和影响。各行业又能将LLM大言语模型应用到哪些事务中去。

一、什么是LLM大言语大模型？

LLM=Large Language Model 大言语模型，是一种根据深度学习的自然言语处理模型。它能够学习到自然言语的语法和语义，从而能够生成人类可读的文本。

所谓“言语模型”，便是只用来处理言语文字（或者符号体系）的AI 模型，发现其间的规律，能够根据提示(prompt)，主动生成契合这些规律的内容。

简言之：能够理解输入的文字、言语，并给出相应回答。

典型代表有ChatGPT（OpenAI）、通义千问（阿里）、文心一言（百度)、ChatGLM（清华）、Chatlaw（北大）。

二、大模型练习门槛有多高?

• 需求大量的数据进行练习
• 十分大的参数数量的人工神经网络（数十亿）
• 需求投入大量的机器资源进行优化和调整
• 技能团队的工程完成才能要求十分高

总结下来便是财力及投入意愿、工程才能、技能热情，都有极高的要求，目前市面上能支撑上述要求的组织少之又少。

并且这些模型练习数据来自世界常识，无论是多强大的LLM，能紧缩的常识量仍然是有限的。当遇到企业专属常识时，这些模型也很难给出精确答案。

举一个比如，下图中的问题是关于阿里巴巴内部的技能产品，属于企业专属常识，就算是强大的ChatGPT模型给出的答案也是彻底错误不相关的。

针对这个问题，OpenAI提出了chatgpt-retrieval-plugin、WebGPT，开源社区提出了DocsGPT、ChatPDF、根据langchain的检索增强chatbot等等一系列解决方案，足以证明业界对如何在个人/企业专属数据上结合LLM需求激烈。

三、传统查找VS对话式查找

下面举几个比如给我们直观感触下对话式查找的的优势：