简单的基于LLM的RAG程序,对问题的回答不符合逻辑,请问是哪里出了问题?

大家好,我是初学者,想从一个简单的RAG程序开始了解基于LLM的NLP。
我使用的程序中模型的配置如图所示:
image.png
程序的工作流程是让先读取一个简单的文档,然后对内容进行分析推理,如下图:
image.png
对其进行简单的问题,程序可以正确的回答:
image.png

但是对于稍微需要逻辑推理的问题则无法正确回答:
image.png
image.png
请问以上这种情况是哪方面的问题?LLM的问题?分词器设置问题?
谢谢。

展开
收起
黄小贵2021 2024-12-31 18:47:24 57 分享 版权
1 条回答
写回答
取消 提交回答
  • 你遇到的情况可能是LLM的推理能力限制导致的,也有可能是分词器设置不够优化影响了模型的理解能力。建议检查模型的训练数据和分词器设置,必要时可以尝试调整参数或更换更擅长逻辑推理的模型试试。如果还是不理解的话,可以直接询问阿里云客服,或者提交工单给阿里云的技术顾问,回答不易,麻烦大佬给个采纳,谢谢。

    2025-02-10 21:21:26
    赞同 144 展开评论

包含命名实体识别、文本分类、分词、关系抽取、问答、推理、文本摘要、情感分析、机器翻译等多个领域

热门讨论

热门文章

还有其他疑问?
咨询AI助理