飘天文学

第827章 没经过标注学习的大模型直接拿训练结果会不完整（第3页）

老师出题、讲解并纠错

能建立清晰的“任务-结果-反馈”链条

强化学习

实践中不断试错并获得反馈

学会策略优化，但很依赖奖励设计

未训练领域

没人讲解、也从没见过的知识

只能“猜”而不是“知道”

所以，大模型并非“全知”，而是“巨量输入+相关性建模”的结果。没有明确监督和反馈，它可以“模仿得很好”，但无法“知道得准确”。

?

四、哲学层面：知识的完整性依赖于目的性与验证路径

知识完整性的构建不仅依赖数据，而更依赖：

1.

目的性（goal-oriented

learning）：你学习是为了什么？没有目标就没有选择与筛选；

2.

验证路径（validation

mechanism）：你怎么知道你学对了？没有反馈就无法修正偏差；

3.

理论抽象（theory

abstraction）：你是否能将个例升华为结构？这需要引导和模型建设。

ai大模型很多时候是在缺乏明确目标与反馈的语料中“游荡式学习”。它学得多，但结构不稳、推理不深，因此无法获得“完整性”。

?

五、现实世界中的补救机制

正因为自监督训练存在这些问题，现代大模型在预训练之后通常会做：

1.

微调（fine-tuning）：用有标注数据进行小范围有针对性训练；

2.

rlhf（人类反馈强化学习）：用人工打分机制优化模型输出结果，使其更符合人类价值；

3.

插件系统（tool

use）：通过嵌套计算器、数据库、搜索引擎等，补足知识结构的“缺口”；

4.

多模态协同：语言+图像+动作等维度补充信息结构的不完整性。

这些都是在弥补“无标注训练”的先天缺陷。

请勿开启浏览器阅读模式，否则将导致章节内容缺失及无法阅读下一章。

www.baquge.cc www.cwzww.com www.9kutxt.com www.shuhuangxs.com www.du8.org

相邻推荐:星际大佬在年代文里修仙  冬夜的黑道生涯  悦仙楼  直播算命太疯狂，鬼王夫君来帮忙  超级游戏登录器  玄幻，我的神器能进化  影帝家的小玫瑰  穿越万界之fate神父  画令天下  遇见向阳的你  这就是龙之后裔的宿命吗  盗墓：我，二白长子，炸了青铜门  直播算命，同妻被吃绝户  我的太公是神医  衍衍瑶台月  在超神杨卧起坐  词条返还，一统天下从收徒朱元璋开始  难哄！年下影帝每天求贴贴  世子妃她手拿白月光剧本  四合院：地窖往事