IT 面试题库

AI【演化】大模型之前,AI 应用是「一个任务训一个模型」;现在为什么变成「一个底座 + 提示/微调」?这个转变改变了什么?

初级开放讨论题算法工程师机器学习工程师深度学习工程师AI应用开发工程师第一性原理必读人工智能与机器学习

题目

以前做情感分析要标注十万条数据训专用模型,现在写一句提示词就行。这个变化的本质是什么?哪些东西因此贬值、哪些因此升值?

参考答案

内容深度:适中 · 无代码示例 · 来源:其他来源 · 未复核 · 81 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解

范式转变:从「任务定制模型」到「通用底座 + 任务描述」。

改变了什么:模型的边际成本骤降,AI 应用从「大厂专属」变成人人可调用的 API;贬值的是普通标注与简单模型训练,升值的是数据质量、提示/上下文工程、评估体系与场景判断(知道该解决什么问题)。

局限照旧:底座不知道你公司的私有知识 → RAG/微调补齐;确定性场景必须加校验。第一性原理始终成立:数据与问题的质量决定上限。

练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题