大模型排查代码问题的制约因素

1、输入长度

       理论上，大模型是可以从工程总体角度去分析多线程问题，但现实是现在的大模型，对输入长度是有限制的，尤其开源大模型，其最大长度一般<=128K个token，换算为字符数，大约是512K个字符，而商用的软件系统，随便一个工程，甚至其一个功能模块都可能远超512K个字符，因此，需要寻找一个能够筛选出工程中代码某类问题的方案。

2、算力短缺

       大模型需要充足的算力环境，以方便部署和调优。

3、大模型幻觉问题

       大模型生成结果的质量，很大程度上取决于其训练阶段的语料质量，以及训练方式，而无论哪个大模型，都存在幻觉问题，也就是大模型一本正经地胡说八道，误导用户。

 

关注更多安卓开发、AI技术、股票分析技术及个股诊断等理财、生活分享等资讯信息，请关注本人公众号(木圭龙的知识小屋)