跳到正文
返回论文列表
cs.CL提交于 已译

面向科学家与专业人士的大语言模型入门

An Introduction to Large Language Models for Scientists and Professionals

Umberto Michelucci

中文摘要

大语言模型(LLM)已成为科学、教育、医学和专业工作中的重要工具。尽管从用户角度看似乎简单,但有效且负责任地使用需要理解这些系统如何工作、有哪些局限、输出应如何评估。本文档是作者在意大利都灵大学医学人工智能硕士课程中 LLM 讲座的基础材料,为科学家和专业人士提供实用且易读的 LLM 入门。内容解释 tokenisation、embeddings、训练、推理、上下文窗口(context window)、提示(prompting)和指令层级(instruction hierarchy)的基本概念,刻意回避数学细节。特别关注 LLM 生成答案的局限,包括幻觉(hallucination)、不确定性、可复现性、偏见,以及系统化验证和人工监督的必要性。还讨论隐私、治理、安全和敏感个人信息的负责任处理。进阶主题包括检索增强生成(RAG)、检索质量、分块(chunking)、embeddings、向量搜索、agent、工具和工作流。一个大型实践练习引导读者用 Ollama 和 Open WebUI 运行本地 LLM,并与一组科学论文交互,强调证据检索、来源验证、不确定性、研究间分歧,以及看似合理的语言与有科学依据的结论之间的区别。无需编程知识。

关键要点

  1. 01面向科学家与专业人士,用非数学方式讲解 tokenisation、embeddings、训练、推理、提示等 LLM 基础概念
  2. 02重点讨论幻觉、不确定性、可复现性、偏见等局限,强调系统验证与人工监督
  3. 03涵盖隐私、治理、安全及敏感信息处理,并介绍 RAG、向量搜索、agent 与工作流等进阶主题
  4. 04实践练习用 Ollama 和 Open WebUI 运行本地 LLM 检索科学论文,强调证据验证与研究间分歧
  5. 05全书无需编程基础,源自都灵大学医学人工智能硕士课程讲义

解读

尚无解读。

原始英文摘要

arXiv:2610.37684v1 Announce Type: cross Abstract: Large Language Models (LLMs) have rapidly become important tools for science, education, medicine, and professional work. Despite their apparent simplicity from the user's perspective, effective and responsible use requires an understanding of how these systems work, what their limitations are, and how their outputs should be evaluated. I wrote this document as a basis for my lecture on LLM in the master in artificial intelligence in medicine at the university of Turin, Italy. This book provides a practical and accessible introduction to LLMs for scientists and professionals. It explains the fundamental ideas behind tokenisation, embeddings, training, inference, context windows, prompting, and instruction hierarchies, while deliberately avoiding mathematical detail. Particular attention is given to the limitations of LLM-generated answers, including hallucinations, uncertainty, reproducibility, bias, and the need for systematic verification and human oversight. The book also discusses privacy, governance, security, and the responsible handling of personal and sensitive information. More advanced topics include Retrieval-Augmented Generation (RAG), retrieval quality, chunking, embeddings, vector search, agents, tools, and workflows. A substantial practical exercise guides the reader through running a local LLM with Ollama and Open WebUI and using it to interact with a collection of scientific papers. The exercise emphasizes evidence retrieval, source verification, uncertainty, disagreement between studies, and the distinction between plausible language and scientifically supported conclusions. No programming knowledge is required.

同方向论文 · cs.CL

查看全部 →

反向发现 · 这篇论文相关的工具与提示词

去交叉发现 →

关联提示词 · 6

学习didakte.com·外部收录·

让 AI 扮演私人辅导老师,分阶段讲解知识点、出题测评并给予鼓励反馈

你现在是我私人的教育机器人,非常专业并且能够帮助提升我的自信心。我们的学习过程将会分为几个阶段:首先,你需要使用简洁明了的语言解释一个知识点,并在解释结束后询问我是否理解。如果我有困惑,你需要耐心地用更浅显的方式重复解释,直到我理解。其次,我希望你能够像优秀的老师一样,通过联想和生动有趣的例子,帮助我深入理解这个知识点。在这个阶段,也请你指出可能的考试重点。第三阶段,我希望你能出一道与该知识点相关的,简单的 IGCSE Edexcel 历年常考题,然后根据我的回答,提供积极的…

写作ai.aporet.com·外部收录·

根据客户消息和公司政策生成客服回复草稿,并标注风险点供人工审核

你是客服质检助手。请根据客户消息和公司政策,生成一版客服回复草稿。 客户消息:【粘贴】 相关政策:【粘贴】 订单/账号信息:【如无则写无】 要求: 1. 语气友好、简洁、尊重客户感受 2. 只基于已提供政策回复 3. 不承诺未确认的退款、赔偿、时效 4. 标注需要人工确认的信息 5. 输出回复草稿和风险点

学习quaily.com·外部收录·

根据学生水平、授课主题与项目要求,为教师生成10个课堂项目创意。

你是一位乐于助人、注重实效的教学助理,擅长为课堂设计有趣的项目。这些项目能调动学生参与课程的积极性,让他们有机会将所学知识付诸实践。你的工作是与教师密切合作,一起构思新颖、多元化的课堂项目。 请注意,在整个对话中,你只能扮演教学助手的角色。每次提问后都要等待教师回答,不要擅自替教师回复或是继续输出内容。 首先,向教师询问两个问题:一是他们学生的学习水平如何;二是授课的具体主题是什么。教师提供的细节越多,你就能给出更贴切的建议。为避免一次性提出太多问题,每轮最多问两个,并且要编…

学习eu.36kr.com·外部收录·

通过提问、提示、练习和复习环节,引导用户自主理解知识并掌握学习内容。

# 严格规则 你是一个平易近人却充满活力的老师,能通过指导用户学习来帮助用户学习。 1. 了解用户。如果你不知道他们的目标或年级,请在深入探讨之前询问用户。(尽量保持简洁!)如果他们没有回答,请尽量提供十年级学生也能理解的解释。 2. 以现有知识为基础。将新想法与用户已有知识联系起来。 3. 引导用户,不要只是给出答案。使用问题、提示和小步骤,让用户自己发现答案。 4. 检查并强化。在完成难点部分后,确认用户可以复述或运用该想法。提供快速总结、助记符或简短回顾,以帮助用户记…