大模型能够很好的处理很多自然语言相关的问题，但是在使用的过程中，有时候会给出一些明显的，极端错误的答案，这往往会给客户或者一线人员造成较大的迷惑，我们该如何处理这些极端错误答案？
首先要有优质数据源。可与知识图谱有效融合，可有效弥补大模型在可解释性、可校验性、可信赖性、可溯源性、可评价性、语义理解能力，推理能力等方面的不足
关于TWT使用指南社区专家合作厂商入驻社区企业招聘投诉建议版权与免责声明联系我们 © 2024talkwithtrend — talk with trend,talk with technologist京ICP备09031017号-30
