你看李爷聊一个方面的大模型，你说我该赚钱吗？

2266998

谈问题，不可以大而化之，尤其在大汗，话题越大越虚，最后就虚冇得了，我就谈特具体的某个方面，

现在大模型为什么不行？是因为大模型整天都在“听人家说”，大模型自身没有识别能力，就象小老虎与唧唧的区别，我知道对错，而老虎依据“听说”，一下就傻冒了，哈哈，

我咨询过一个问题，比如齿轮，怎么才能把个齿轮说得“滴水不漏”，我说，就是你拿一本经典著作，比如利特文的东西，作为原始架构，你把利特文的经典拆了，用100000根“须脉”挂在一棵大树上，树就是数据流进出的主干道，

这样，无论任何提问先进逻辑比较器拆开，拆碎以后明确知道人家问“模数制与径节制”，按须脉的逻辑地址找到属于架构的所有内容，把内容拿出来，摘掉无关废话，这个档案就无懈可击，对吗？

问题上，首先要建立那个须脉系统，拆解利特文，确立“对错世界观”，这个价格好了之后，去爬所有可以利用的数据，包括书籍，互联网文件，爬回数据之后，建立对错，就象天花板大侠不知道哪里找到的MB数据，哈哈，纯属胡说八道，你采用他数据回答人家提问？自己成为弱智；

问题是，李爷这么清楚明白，能玩吗？不能，李爷冇得芯片，告辞了，阿拉的钱呢？拿钱走人，谢过，

说个女拳逻辑，漫无边际的个性独立，自己的独立思维，打扮，吃喝，自由自在，李爷问她们，经济来源主要是什么？回答，男人提供！哈哈，

许多真的女拳看见阿拉猫咪妹妹，都会跪倒，明白吗？猫科才是真正独立的，不是表演给你看；

零件工程师

Mechanics of Materials
Theory of Elasticity and Plasticity
Machine Design
Structural Analysis
Engineering Mechanics, Statics
Engineering Mechanics, Dynamics
Thomas Calculus
Linear Algebra
Fundamentals of Mechanical Vibrations
最核心的几本书，美系，其他的书到哪说哪，拿起来能用。

按照体系读，把各子章节拆解到最小笔记单元，按照输入-分析-输出的逻辑，记录这个概念的前提条件、需要输入哪些参数、怎么评判是否输入这个概念的范畴，或者具体怎么计算，输出什么样的结果。最后挂几个应用案例，含输入、输出的解决明细，以及过程中自己编的计算工具或者试验数据。

积累多了，输入、输出相互串联，最小笔记单元作为一个节点，相互交织，最终构成知识网络。提到某个问题或者概念，顺着上游或者下游，都能侃侃而谈，有体系依据，有应用案例。吹牛逼有底气。

迷茫的维修

房子建的很漂亮，里面空荡荡

大色猫

八爷，您妹夫，他这辈子是不是没法在外面沾花惹草了。
你妹妹不开心了，不弄断他腿。

寂静回声

知识图谱明明可以为生成式AI提供了结构化、标准化的知识基础，使其能够更加高效地学习和利用信息，从而生成更高质量、更符合用户需求的内容。

大模型不具备某个特定领域内的深入知识，尤其是那些需要多年学习和实践经验才能掌握的专业知识。
对于要求极高精确性的专业领域，比如机械、电气或医学，大模型无法保证提供完全准确的信息，因为它们不能总是正确地理解或应用复杂的专业规则和术语。
大模型在处理非结构化数据方面表现出色，但在处理严格定义的结构化数据时，不如专门为此目的设计的系统，如知识图谱。