想要減輕大模型的幻覺?來試試傳統(tǒng)開發(fā)與大模型技術(shù)結(jié)合的新模式

1 評論 451 瀏覽 1 收藏 7 分鐘

AI幻覺一直是各個AI開發(fā)者頭疼的問題之一,而且我們也無法保證AI的回答完美無缺。本文將帶你深入探討大模型技術(shù)與傳統(tǒng)軟件開發(fā)之間的根本區(qū)別,并提出如何將兩者的優(yōu)勢結(jié)合起來,以實現(xiàn)更高效、更準(zhǔn)確的開發(fā)模式。

你是否曾經(jīng)希望大模型技術(shù)能給出100%正確的結(jié)果,卻屢屢失望?

你是否曾經(jīng)一度懷疑自己不會用還是太高看大模型了,導(dǎo)致你的判斷失誤?

我想說,一切指望著大模型輸出100%正確的這個出發(fā)點就有問題,核心就是搞錯了傳統(tǒng)開發(fā)和大模型開發(fā)的差異和邏輯思路。

那,如何既能使用大模型優(yōu)秀的推理能力也能同時保證100%正確呢?

我們將深度探討這些問題,揭示大模型與傳統(tǒng)開發(fā)思路的矛盾,并提出新的解決方案。

01 傳統(tǒng)開發(fā)與大模型開發(fā)的根本區(qū)別

在探討為什么大模型技術(shù)無法實現(xiàn)100%準(zhǔn)確的結(jié)果之前,我們需要先理解傳統(tǒng)開發(fā)思路與大模型技術(shù)之間的根本區(qū)別。

傳統(tǒng)開發(fā)的特點:強邏輯與穩(wěn)定性

傳統(tǒng)的軟件開發(fā)方法通?;诿鞔_的邏輯判斷和規(guī)則。這些規(guī)則由開發(fā)者定義,代碼的執(zhí)行是確定性的:只要輸入相同,輸出結(jié)果就會完全一致。

這種方法的優(yōu)點在于其結(jié)果的可預(yù)測性和穩(wěn)定性。例如,金融軟件中的交易系統(tǒng)、銀行系統(tǒng)的賬務(wù)處理等,都需要精確無誤的結(jié)果,因此傳統(tǒng)開發(fā)方式的邏輯性和一致性非常重要。

大模型開發(fā)的特點:模型訓(xùn)練和推理的不確定性

與傳統(tǒng)開發(fā)不同,大模型開發(fā)(如大型語言模型和深度學(xué)習(xí)模型)依賴于海量的數(shù)據(jù)和復(fù)雜的算法進行推理。

這些模型的訓(xùn)練過程涉及從大量數(shù)據(jù)中學(xué)習(xí)模式和關(guān)系,而不是明確的規(guī)則。因此,大模型的輸出具有一定的隨機性和不確定性。

例如,生成式AI在創(chuàng)作文本時,雖然可以生成高質(zhì)量的內(nèi)容,但由于其基于概率的推理,輸出結(jié)果可能會有所不同,即使輸入條件相同。這種不確定性使得大模型的結(jié)果難以保證100%的準(zhǔn)確性。

02 新型開發(fā)模式:傳統(tǒng)開發(fā)與大模型開發(fā)的結(jié)合

討論結(jié)合的模式,先科普一下當(dāng)前的軟件是如何完成開發(fā)的,當(dāng)前軟件用戶看到的和用到的是用戶界面,這個主要由前端完成;而一些基于用戶的操作而引發(fā)的一些處理邏輯,大部分是由后端完成。

核心思路:前端用大模型+傳統(tǒng)開發(fā),處理自然語言和簡單邏輯;后端用傳統(tǒng)開發(fā),處理數(shù)據(jù)計算和復(fù)雜邏輯。

前端如何結(jié)合?

在用戶與系統(tǒng)的交互前端,大模型技術(shù)可以用于處理復(fù)雜的自然語言查詢和生成智能回復(fù)。

大模型能夠理解用戶的問題,并基于其訓(xùn)練數(shù)據(jù)生成自然流暢的回答。

例如,在政務(wù)服務(wù)的智能客服系統(tǒng)中,用戶可能會問:“如何申請居住證?”大模型可以解析用戶的查詢,理解其意圖,并生成詳細的回答,包括所需的申請材料、步驟和注意事項。

案例分享:政務(wù)智能客服

1. 大模型處理用戶提問和回復(fù)

在用戶發(fā)起問題時(例如:“如何辦理護照?”),智能客服系統(tǒng)的前端利用大模型技術(shù)進行自然語言理解。大模型能夠分析用戶的意圖,提取關(guān)鍵字,并生成詳細的回答。

這些回答包括辦理護照所需的材料、申請流程、收費標(biāo)準(zhǔn)等信息。如果用戶有更多問題,大模型還可以根據(jù)上下文繼續(xù)進行交互。

2. 后端傳統(tǒng)開發(fā)確保數(shù)據(jù)一致性

后端主要負責(zé)存儲用戶的查詢記錄、處理申請數(shù)據(jù)和管理事務(wù)流程。傳統(tǒng)開發(fā)方法用于實現(xiàn)這些功能,包括數(shù)據(jù)存儲、事務(wù)管理、規(guī)則引擎等。

例如,后臺系統(tǒng)會根據(jù)用戶的查詢記錄更新相關(guān)的服務(wù)狀態(tài),管理申請的審批流程,并確保數(shù)據(jù)的一致性和準(zhǔn)確性。傳統(tǒng)系統(tǒng)的穩(wěn)定性在這里至關(guān)重要,因為它確保了業(yè)務(wù)邏輯的準(zhǔn)確執(zhí)行。

最后的話

如果你自認為真的懂大模型技術(shù),請早點放棄100%正確的幻想,有兩種解決思路:

第一種:接受90%多的正確率(在某些場合人還不到80%),這種就很適合直接用大模型技術(shù)處理。

第二種:采用新型開發(fā)思路,各取所長。將復(fù)雜邏輯交給傳統(tǒng)開發(fā),將自然語言處理和理解交給大模型。

希望帶給你一些啟發(fā),加油。

作者:柳星聊產(chǎn)品,公眾號:柳星聊產(chǎn)品

本文由 @柳星聊產(chǎn)品 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自 Unsplash,基于 CC0 協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 歡迎留下各位的啟發(fā)~

    來自北京 回復(fù)