# LLMs किसमें अच्छे और किसमें कमज़ोर हैं — Large Language Models

Source: https://www.geekswithgeeks.com/hi/llms/f-limits

> ताक़तें और आम विफलता-रूप जानें।

## धाराप्रवाह का मतलब सही नहीं

LLMs **भाषा-कार्यों** में मज़बूत हैं: सार, पुनर्लेखन, अनुवाद, वर्गीकरण, fields निकालना, समझाना, कोड का मसौदा और उदाहरण अनुसरण। आम कमज़ोरियाँ: **hallucination** (आत्मविश्वास से गढ़े तथ्य या citations), **knowledge cutoff** (प्रशिक्षण के बाद का कुछ नहीं जब तक दिया न जाए), **सटीक अंकगणित और गिनती में अविश्वसनीयता**, चलाने-दर-चलाने **असंगति**, **शब्दों के प्रति संवेदनशीलता**, और **सीमित स्मृति** (सिर्फ़ जो context window में आए)। व्यावहारिक नियम: LLMs वहाँ उपयोग करें जहाँ ग़लत उत्तर पकड़ना सस्ता या सत्यापित हो सके, और जहाँ नहीं वहाँ retrieval, tools और जाँचें जोड़ें।

## जिसमें ग़लती नहीं सह सकते उसे सत्यापित करें

ख़ुद से पूछें: उत्तर ग़लत हुआ तो किसे नुक़सान होगा और मुझे कितनी जल्दी पता चलेगा? उत्तर "बुरा और देर से" हो तो जाँच या मनुष्य जोड़ें।

**Quiz:** Hallucination क्या है?

- [ ] GPU का गरम होना
- [x] आत्मविश्वास से दिया गया झूठा या गढ़ा हुआ आउटपुट
- [ ] धीमा network
- [ ] Prompt compress करना

*Answer:* आत्मविश्वास से दिया गया झूठा या गढ़ा हुआ आउटपुट. मॉडल विश्वसनीय लगने वाला पाठ बनाता है, सत्यापित तथ्य नहीं।