第900章 大模型编程和普通编程的区别（第3页）
“y不一定准确，无限接近正确，就像一个苹果，它是苹果的相似度有多少，差不多就行了，大概就是个苹果。”
这正是大模型的“模糊匹配”
原理。
像识别中，模型不是100判断“这是苹果”
，而是给出一个“概率”
：
这时候，它选“苹果”
作为预测结果。
但如果这个苹果有点变形、颜色有点偏，就会导致识别不准。
为什么？因为模型只知道“相似度”
，不知道“逻辑规则”
。
?
五、从“编程范式的演化”
看待这个变化
1早期计算机时代：硬件编程
?二进制，汇编语言
?对人极不友好
2高级语言时代：规则编程
?c、python、java等
?程序员用明确逻辑告诉机器该做什么
3现在：数据驱动编程（大模型）
?人类不再写规则
?而是提供大量数据
?机器自动学会规则（权重）
这就是所谓的“从编程到训练”
。
?
六、例子：传统写代码vs大模型生成代码
传统写代码
returntrueorfalse
大模型写代码：
模型输入：图像
你写的不是代码，而是设计数据和目标，再让模型自己学会判断。
?
七、优点与缺点总结
本章未完，点击下一页继续阅读