不受欢迎的观点：大型实验室完全错失了LLM的重点；Perplexity展示了可行的AI方法

这篇来自r/ArtificialIntelligence的文章认为，大型AI实验室过于关注知识压缩，未能解决LLM中幻觉的根本问题。作者建议将LLM视为文本处理器，依靠实时数据和网络抓取来实现准确的输出。他们赞扬了Perplexity的搜索优先方法是一种更可行的方法，并将其与ChatGPT和Gemini效果较差的辅助搜索功能进行了对比。作者认为这种方法对于编码应用程序也更可靠，强调了基于输入数据的准确文本生成的重要性。

• •大型AI实验室过于关注知识压缩，导致LLM中出现幻觉。
• •LLM应被视为文本处理器，依靠外部数据源来提高准确性。
• •Perplexity的搜索优先方法被认为是AI更可行和可靠的方法。