大型语言模型的幻象：准确性与实用性之间的博弈

本文探讨了大型语言模型（LLM）在数据检索方面的局限性。作者以OpenAI的Deep Research为例，指出其在处理需要精确数据的问题时存在错误，即使是其自身宣传材料中展示的数据也存在偏差。作者认为，LLM擅长处理模糊问题，但在精确数据检索方面表现不佳，这与其作为概率模型而非确定性模型的本质有关。虽然LLM在提高效率方面有所帮助，但其错误率难以预测，这使得构建依赖LLM的应用变得复杂。作者最后提出，LLM领域的竞争激烈，缺乏护城河，其未来发展方向仍不明朗。