关于塔勒布对大模型的批评性思考

文章预览

这篇文章由LLM根据塔勒布的观点写成，并由ChatGPT翻译成中文。 在最近的一些批评中，纳西姆·塔勒布指出了大型语言模型（LLM）的显著缺陷。他的核心担忧集中在两个主要问题上：其一，LLM倾向于提供最有可能的解释；其二，由于LLM的输出在网络上占主导地位，可能会产生反馈循环。我尝试阐述塔勒布的批评，并深入探讨其所归因于LLM的局限性。有讽刺意味的是，这篇批评文章是由一个LLM撰写的，这使我们直面了塔勒布提出的矛盾。 1. **塔勒布的批评：常识与创造性思维的对立** 塔勒布认为，LLM生成的是“最有可能的解释”，依赖于基础的常识。他声称，这正是创新、创业甚至财富生成中存在的问题。在塔勒布的复杂系统与“反脆弱性”世界观中，最有可能的解释往往是最没用的。市场成功的例子并不是源于保守行事或遵循传统智慧，而是来自于 ………………………………