大型语言模型：有损的百科全书

大型语言模型（LLM）就像一本有损压缩的百科全书，拥有海量信息，但压缩过程会造成信息损失。关键在于判断哪些问题LLM能有效解答，哪些问题其信息损失会影响答案的准确性。例如，要求LLM创建特定配置的Zephyr项目骨架，就是一个需要精确信息的“无损”问题，LLM难以直接解答。解决方法是提供正确的示例，让LLM基于已有信息进行操作，而非依赖其自身可能缺失的细节知识。