详细内容或原文请订阅后点击阅览
为什么法学硕士不是企业的一刀切解决方案
法学硕士是在非结构化数据中寻找价值的无缝方式，但事实是，结构化数据中隐藏着更多的价值。这篇文章探讨了 LLM 的优化目的（和未优化的范围），以及行业如何在结构化业务数据集上实现人工智能，包括我和我的团队开发的一种方法。为什么 LLM 不是企业的一刀切解决方案一文首先出现在《走向数据科学》上。
来源:走向数据科学正在竞相使用法学硕士，但通常是为了完成他们不太适合的任务。事实上，根据麻省理工学院最近的研究，95% 的 GenAI 试点都失败了——他们的回报为零。
95% 的 GenAI 飞行员失败了GenAI 风暴中一个被忽视的领域是结构化数据，不仅从采用的角度来看，而且从技术方面来看也是如此。事实上，可以从结构化数据中提取潜在价值的金矿，特别是以预测的形式。
在这篇文章中，我将介绍法学硕士可以做什么和不能做什么、可以从运行结构化数据的人工智能（特别是预测建模）中获得什么价值，以及当今使用的行业方法（包括我与团队开发的方法）。
为什么法学硕士没有针对业务数据和工作流程进行优化
虽然大型语言模型已经彻底改变了文本和通信，但它们无法根据结构化的关系数据进行预测，从而推动真正的业务成果——客户生命周期管理、销售优化、广告和营销、推荐、欺诈检测和供应链优化。
业务数据是企业的基础数据，本质上是结构化的。它通常驻留在表格、数据库和工作流程中，其中的含义源自客户、交易和供应链等实体之间的关系。换句话说，这都是关系数据。
法学硕士能够通过基于思想链的推理进行多步推理，但在某些情况下他们可能面临可靠性挑战。因为他们可以产生幻觉，并且可以自信地这样做，所以我可以补充一下，即使多步骤工作流程中出现很小概率的错误也可能会跨步骤复合。这降低了获得正确结果的总体可能性，并且在批准贷款或预测供应短缺等业务流程中，只要一个小错误就可能造成灾难性的后果。