甚麼是大型語言模型 LLM？

簡單解釋

大型語言模型（Large Language Model，LLM）是一類以大量文字資料訓練、學習語言模式的模型。收到提示後，它會按上下文計算下一個較可能的詞元，逐步形成回答；因此可寫作、翻譯、摘要和回答問題。

「大型」通常指模型規模、訓練資料或計算量，但不保證準確或真正理解。LLM 可能把相似句子混合、捏造引文或重現資料偏見。Google 官方亦指出，LLM 未能自行完全分辨準確與不準確資訊；人類仍要提供目標、限制和核實。

實際做法或 Prompt 範例

1. 把 LLM 當成草稿及分析助手，不當作唯一權威。
2. 提供必要的公開上下文，明確要求不知道時說不知道。
3. 對高風險答案找原始來源及合資格人士覆核。

可直接複製的 Prompt 範例

你是一個謹慎的語言助手。根據以下公開段落回答問題；只可引用段落中明確出現的資訊。若沒有答案，請回答「資料不足」，不要靠常識補充。回答後列出你使用的原文句子。
段落：圖書館將於星期六上午十時舉辦公開講座，入場安排以現場公告為準。
問題：講座何時舉行？

電腦：選取整段後複製；手機：長按並選取文字。範例只作學習示範，改用實際資料前先去識別化。

新手例子

把一段公開公告和問題一起交給 LLM，要求它指出證據句；如果問題問及公告沒有的講者資料，它應回覆資料不足。

常見錯誤

• 把 LLM 當成搜尋引擎、數據庫或有意識的人。
• 把參數多寡直接等同於所有任務都更好。
• 忽略訓練資料偏見、知識更新及上下文限制。