29年Web开发经验的中年程序员分享：编写AI应用以减少LLM工作量

作者Laurie Voss在编写AI应用，尤其是大型语言模型（LLM）应用时，提出了一些原则。首先，他强调LLM应被视为高级的自动补全工具，擅长将大量文本转化为精简文本，而非通用智能技术。其次，LLM只能可靠地处理刚提供的信息，不应依赖其训练数据，因此提供具体信息给LLM是关键。他提倡使用检索增强生成（RAG）方法，以提高LLM的准确性和可靠性。

此外，Voss指出LLM不适用于创作大量文本，思考工作需由人类完成。他建议通过让LLM自我修正和多次尝试来提高其输出质量。同时，他强调常规编程的可靠性，建议减少LLM的工作量，让其在处理更少模糊性和复杂性时表现更佳。最后，Voss认为LLM可以辅助人类但无法替代，特别是在需要专业知识、判断力和丰富经验的领域。他呼吁停止尝试用LLM完全取代人类的工作，而应专注于增强和加速人类的工作。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！