Johnson称:
这一低成功率显示出人类儿科医生在短时间内不太可能失业的现实，研究强调了临床经验在医学领域的不可替代性。研究人员指出ChatGPT的高错误率主要源于其对疾病关系的辨识不足，并提出通过有选择性地在准确可信的医学文献上进行培训，以及提供更实时的医学数据，有望提高模型的准确性。
然而，解决大模型的幻觉问题并不容易。一般情况下，当检索不到相关信息或知识库中没有相关信息时，大模型会产生幻觉来填补空白。为了解决这个问题，WikiChat通过汇总和过滤检索到的信息，而不是直接生成响应。同时，研究人员还教导了LLM理解时间背景，以及在必要时让系统说「我不知道」。
大多数情况下，它的性能时好时坏。它不了解你的代码库，经常错误地猜测函数名称。有时它会创建带有细微错误的代码，迫使我花额外的时间分析它的输出。
- 在简要总结中，将代码块拆分为简单的摘要方面表现出色。当我从其他项目审查代码或需要迅速复习自己的工作时，这非常方便。