为什么在医疗法律等领域会使用大模型这种不稳定的技术，你对大模型的误解之——大模型到底解决了什么问题？ 原创

“ 大模型的应用真正解决的是效率问题，而不是解决所有问题，这是很多人对大模型应用的一个误区。”

一个技术或者说一个行业发展的前期，对很多人来说都是无感的，等到你时刻都能感受到它存在的时候，说明它已经发展到中后期了；以二十年前的电商为例，那时的电商在国内已经经过多年的发展；但电商真正兴起的时候确实最近十来年，也就是说在电商发展初期的十多年，我们对此感受不到或者说感受不深。

目前国家在大力发展人工智能技术和以无人机为代表的低空经济；但说实话，除了部分业内人士之外，有多少人能感受到人工智能和低空经济的发展。

虽然说我们现在使用的很多东西可能已经被人工智能和低空经济所替代，但我们并没有特别明显的感受。

大模型技术的发展

对大模型有了解的人应该都知道，大模型有一个硬伤就是幻觉问题；到目前为止幻觉问题又无法解决，但在大模型的应用中我们又需要大模型能够稳定输出。所以这好像就是一个悖论，大模型既不稳定，但我们又需要它稳定。

特别是在Agent智能体这一块，很多人说智能体吹得天花乱坠，但在实际业务场景中却没啥用，解决不了什么问题；因此，有人说大模型或者说智能体是一个骗局，就像前几年的元宇宙一样。

虽然说大模型确实存在各种各样的问题，特别是在真正的企业场景中，其问题就更多了；但是，以作者这段时间做大模型应用的体会来看，大模型还是很有用的；它在某些方面确实是大大提升了效率。

以现在大模型的主要应用场景——咨询类业务为例；在给出足够高质量文档的情况下，大模型确实能替代一部分人类的工作，解决用户的一些问题。

再者，以严谨出名的法律和医疗领域来说，大模型解决了哪些问题？

可能很多人会说，大模型不稳定所以应用于法律和医疗领域是不负责任的表现；但事实是，在法律和医疗领域存在大量的案例和资料，在传统的资料管理方式中；档案室是其中重要的角色之一。

但我们要知道的是，这种档案室哪怕改成现在信息时代的电子档案；面对如此多的法律和医疗案例，工作人员需要花费大量的时间和精力对档案进行整理和保存，然后在使用的时候，还需要花费大量的时间和精力去从海量文档中找到自己需要的档案。

在之前的历史条件下，使用这种档案管理的方式是无奈之举；但有了大模型之后，特别是以RAG技术为代表的检索增强技术，能够大大提升文档的管理和检索效率，并且准确度更高，速度更快。

以法律条文和医疗案例为例，某一天一个律师或医生，碰到了一个不熟悉的案例；但之前律所或医院又有过类似的情况；这时，如果使用传统的档案或电子档案(文档搜索)去找之前的案例，这时花费时间长，效率低，准确性也不高。而且，对检索人员的素质也有较高的要求，比如说需要知道专业术语。

但有了RAG做增强检索之后，就可以把这些案例文档存储起来；然后只需要用我们平常交流的语言就可以检索到相似的档案，可能只需要几秒钟；这效率可以说是天差地别了吧。

当然，你可能会说这种检索不稳定，检索出来的东西不一定正确；但从技术上来说，我们可以把检索到的原文档关联起来；这样就可以告诉使用者，这些档案具体来自哪个文件；然后你可以直接找到源文件，这样就可以保证安全性问题。

所以，大模型最终解决的是效率问题，而不是安全性问题。大模型的存在并不是解决所有问题，也不是把所有的东西都交由大模型来决定；而是说大模型可以提我们处理很多前置任务，这样就可以大大提高效率；而且随着大模型技术的发展，其准确率肯定会越来越高，也越来越智能；这时大模型就不仅仅只是解决效率问题那么简单了。

本文转载自​​​AI探索时代​​​ 作者：DFires