我和人工智能一起进入了兔子洞 — 1。

我在Bing上询问ChatGPT，“LLM是什么？”。这里，我复制和粘贴了它所说的：

根据上下文不同，“LLM”可以有不同的含义。根据网络搜索结果，可能的含义有：

法律硕士是一种法律研究生学位，可以在完成法学学士学位后继续攻读。这是一个为期两年的课程，提供了各种专业方向，如国际法、公司法、刑法等1234。

大型语言模型是由大量参数组成的神经网络语言模型，使用自我监督学习或半监督学习在大量未标记的文本上进行训练。它是一种能够在各种任务中表现出色的人工智能。

你对哪个感兴趣？

斜体文本是CtrlC/CtrlV，就像它是的。不需要改写。不需要编辑。

在这个回应中，对我而言最关键的两点是：i. LLM可以依据不同情境有不同的含义；和ii. 你对哪个感兴趣？

现在让我们来看另一个问题：“深度学习中的LLM是什么？”。这次我们得到了以下结果。再次从ChatGPT中复制粘贴，就像这样。

根据网络搜索结果，深度学习的LLM是Large Language Model的缩写，是一种使用深度学习技术和大规模数据集来理解、总结、生成和预测新内容的人工智能算法。

大型语言模型是通过自我监督学习或半监督学习从各种来源的大量文本数据中训练的。它们使用称为Transformer的神经网络架构，可以捕捉语言中的复杂模式和关系。

大型语言模型可以执行许多自然语言处理任务，例如翻译语言，分析情感，聊天机器人对话等等。它们还可以生成连贯和上下文相关的类人文本。

但是，如果您将上下文信息直接输入 Google 等搜索引擎的搜索查询中，您会得到什么？为了弄清楚这一点，我使用完全相同的搜索查询直接在 Google 上进行了搜索：“什么是深度学习的 LLM？”我的排名第一的搜索结果及其链接是：

一个大型语言模型（LLM）是一种人工智能（AI）算法，它使用深度学习技术和大规模的数据集来理解、总结、生成和预测新内容。

大型语言模型(LLM)是什么？

大型语言模型(LLM)是一种人工智能的技术，它可以读取和分析数十亿字节的文本，以了解自然语言的复杂结构和语法规则。这些模型基于深度学习算法，可以生成和预测新的内容，包括文章、电子邮件、社交媒体帖子、甚至是小说和诗歌。

了解更多有关大型语言模型(LLM)的信息，请访问：https://www.techtarget.com/whatis/definition/large-language-model-LLM。

第二个结果提供了更多的信息。以下是它所说的：

一种使用集成学习方法进行回归的监督学习算法。集成学习方法是一种技术，它将多个机器学习算法的预测结合起来，以比单个模型更准确地进行预测。

这个第二个解释来自expert.ai，由于是来自专家，它没有努力向普通人解释这一点。这让我回到ChatGPT，以便更好地理解：

基于网络搜索结果，集成学习方法用于回归是一种技术，它将来自多个模型的预测结合起来，以比单个模型更准确地进行预测。

集成学习方法通过组合贡献成员所学习的映射函数，如线性回归、决策树或神经网络。

集成学习方法可以减少单个模型的方差和偏差，提高预测的泛化能力和鲁棒性。

我从这 15 分钟的研究中学到的是，并非一开始就必须去 ChatGPT 或 LLM。一个简单的网络搜索就足够了。

集成模型通过多个模型进行筛选，提供“无偏见”的答案，通常与简单的网络搜索提供的答案相同。它使用巨大的计算能力。需要时间处理，然后产生相同的答案。通过现有的工具进行一阶查询最好。人工智能提供了一个附加优势，即主要结果将得出更广泛的摘要，可能比简单的网络搜索提供更完整的摘要。但在这两种情况下，这种一阶查询很可能会导致二阶查询，例如追加问题或点击链接。同样，可能会提供相同的答案。

此体悟引发了我另一系列的问题：

我们已经看到在传统的网页搜索模式中市场权力滥用或排名操纵的情况。而 LLM 会有所不同吗？在某些方面，我们可能会面临与加密货币世界中的“股权证明（PoS）”相关的同样挑战——“支配持有者”排挤“边缘玩家”的挑战。

b. 有没有需要应用LLM的自然空间？与简单搜索不同？

数学答案是精确且唯一的。它适用于计算器的使用。但是，在知识领域中，没有唯一的答案而有多种观点。获得LLM学位会带给你什么？简单说，你会有一个左翼LLM和一个右翼LLM吗？那么非二元性LLM呢？我们会有多个回声室吗？尽管如此，这仍然是回声室。