你写的不是代码,而是设计数据和目标,再让模型自己学会判断。
?
七、优点与缺点总结
优点
缺点
不需要人工写逻辑规则
推理不可解释
可处理复杂、模糊的任务
容易出现“幻觉”或“偏差”
泛化能力强,适应变化
训练代价高,资源消耗大
可以应用于语音、图像、自然语言等非结构化数据
无法100%控制输出,难以保证结果一致性
?
八、未来趋势:人类+模型的协同编程
你提到“很多小模型组成一个大模型”也很有前瞻性。确实如此,目前的大模型已经不再是一个“统一体”,而是一个个“专家子模型”协作完成的。例如:
?t语言理解模块
?t数学计算模块
?t图像识别模块
?t编码解码模块
将来编程也可能是这样:
?t人类提供目标、约束、价值判断
?t模型自己选用子模块、自动调参、微调行为
?
九、总结金句
传统编程是告诉机器“怎么做”,大模型编程是告诉机器“学会怎么做”。
大模型不会像人那样“理解”,但它会像人那样“模仿”。
传统代码追求精确输出,大模型追求最大概率正确。
大模型编程的本质,是在不确定性中寻找最可能的确定性。
?