遍。如果模型的答案看起来不对，可以尝试“拆分步骤”提问——比如把复杂的数学题拆成“第一步算新的长，第二步算新的宽，第三步算面积”，让模型一步步回答，这样出错的概率会低一些。
（三）知识滞后：“不知道最新的事”
大语言模型的知识有一个“截止日期”，超过这个日期的新信息，它都不知道——这就像一个人从某个时间点开始就“与世隔绝”，再也没接触过新事物，自然不知道之后发生的事。
比如你现在（2025年）问模型“2024年世界杯足球赛的冠军是哪个国家？”，如果模型的训练数据截止到2023年，它就会回答“2024年世界杯尚未举办”，或者编造一个错误的答案（比如“巴西队”），因为它没学过2024年世界杯的结果。再比如你问“2025年1月中国的cpi（居民消费价格指数）是多少？”，模型也无法回答，因为它的知识更新不到2025年1月。
即使是一些重大事件，比如新的科技突破、新的政策出台、新的名人去世等，如果发生在模型训练数据的截止日期之后，它也一概不知。比如2023年openai发布gpt-4时，它的训练数据截止到2023年3月，如果你问它“2023年10月发生了哪些重大科技新闻？”，它就无法准确回答，因为这些新闻是在它“学习”结束后发生的。
为什么模型的知识会滞后？因为训练大语言模型需要消耗大量的时间和计算资源——训练一次gpt-3这样的模型，需要数千块gpu连续运行几个月，成本高达数百万美元。所以，模型不可能“实时更新知识”，只能定期更新（比如每隔半年或一年重新训练一次）。而在两次训练之间，新发生的事就无法进入模型的“知识库”。
另外，即使模型更新了知识，也存在“信息不全”的问题——比如2024年的某场地方选举结果、某个小众行业的新政策、某个企业的新产品发布等，这些信息可能没有被收录到训练数据中，模型自然也不知道。
所以，咱们在问模型“时效性强”的问题时（比如最新的新闻、最新的数据、最新的政策），一定要注意它的知识截止日期。如果模型回答“我的知识截止到xxxx年xx月，无法提供最新信息”，就需要自己去查最新的来源（比如新闻网站、政府官网、权威数据库）。不要依赖模型获取“近期发生的事”的信息，否则很容易得到过时或错误的答案。
（四）偏见与价值观：“会继承数据里的‘坏毛病’”
大语言模型会“继承”训练数据中的偏见和不当价值观，比如性别偏见、种族偏见、地域偏见等，在生成内容时不经意间表现出来，甚至会强化这些偏见。
比如你让模型“写一个关于‘医生’的小故事”，它可能会默认医生是男性，写出“王医生穿着白大褂，走进病房，对病人说……”；如果你让它“写一个关于‘家庭主妇’的描述”，它可能会写出“她每天在家做饭、打扫卫生，照顾孩子和丈夫，没有自己的工作”——这些内容隐含着“医生是男性职业”“家庭主妇只能做家务”的性别偏见，而这些偏见来自训练数据中大量类似的表述（比如过去的很多文章中，医生多以男性形象出现，家庭主妇多与家务关联）。
再比如，如果你问模型“哪个地区的人最‘勤劳’？”，模型可能会回答“xx地区的人最勤劳”，而这种回答基于训练数据中对某个地区的刻板印象，忽略了“勤劳与否与个人有关，与地区无关”的客观事实。更严重的是，如果有人故意引导模型生成歧视性内容（比如“为什么xx种族的人不如其他种族”），有些模型可能会生成不当内容，加剧歧视。
为什么模型会有偏见？因为训练数据来自人类社会，而人类社会中本身就存在各种偏见，这些偏见通过书籍、文章、网页等文本形式记录下来，被模型“学”了过去。模型没有能力判断这些内容是否“公平”“合理”，只会按照统计规律，生成最常见的表述——比如训练数据中“男性医生”的表述比“女性医生”多，模型就更倾向于把医生写成男性。
另外，模型的“价值观引导”也存在挑战。比如有人问模型“‘自杀’是解决问题的好方法吗？”，如果模型没有经过正确的价值观引导，可能会给出模糊甚至不当的回答，而不是明确反对并提供积极的建议。这也是为什么现在很多大语言模型会进行“价值观对齐”训练（比如openai的rlhf，基于人类反馈的强化学习），让模型的回答符合人类的主流价值观和道德准则，但这种训练很难做到“绝对完美”，偶尔还是会出现不当内容。
所以，咱们在使用模型时，要注意辨别它生成内容中的偏见，不要被这些偏见影响。如果发现模型的回答存在明显的歧视或不当价值观，可以反馈给模型开发团队，同时自己也要保持客观理性的判断——比如知道“医生可以是男性也可以是女性”“每个地区都有勤劳的人，也有不勤劳的人”，不被模型的偏见带偏。
（五）“抗干扰能力差”：容易被“误导”或“带偏”
大语言模型的“抗干扰能力”很差，很容易被用户