天尽头码仁的博客

您想拥有一个由人工智能驱动的项目，而无需向微软支付GitHub Copilot的费用吗？您想拥有一个在沙漠中也能离线运行、在家里也能运行的解决方案吗？想支持开源软件？您可能会对使用本地LLM作为编程助手感兴趣，您只需按照下面的说明操作即可。在开始之前，让我们先简述一下本地LLM与GitHub Copilot的优缺点，确保这个选项适合你。

当生成式人工智能模型产生不准确的信息时，就会出现人工智能幻觉。训练数据和算法中的漏洞会导致这些错误输出。人工智能幻觉会以令人信服的方式呈现编造的内容，尽管不合逻辑或不真实，但看起来却很准确。有偏见或质量差的训练数据、不充分的用户上下文以及不适当的编码都会导致人工智能系统误解信息，从而产生幻觉。幻觉现象不仅在文本生成器中很常见，图像识别和创作模型也会产生幻觉。语言学教授艾米丽-本德（Emily Bender）解释说，大型语言模型（LLM）最初并不理解单词的含义。