本文是基于Datawhale的hello-agent开源项目做的一些笔记，内容仅供参考，原PDF以及代码可以去github仓库获取https://datawhalechina.github.io/hello-agents

在掌握了模型的原理、交互、分词和部署后，我们终于来到了理论层面的最后一站。
为什么现在的模型越来越大？为什么它们有时候会突然“开窍”学会推理，有时候又会一本正经地胡说八道？本篇将深入探讨支配大模型能力的缩放法则 (Scaling Laws) 以及它们目前最大的软肋——幻觉 (Hallucination)。

3.3 大语言模型的缩放法则与局限性

大语言模型 (LLMs) 在近年来取得了令人瞩目的进展。这些成就的背后，离不开对模型规模、数据量和计算资源之间关系的深刻理解。

3.3.1 缩放法则 (Scaling Laws)

缩放法则是近年来 LLM 领域最重要的发现之一。它揭示了模型性能与三个核心要素之间存在着可预测的幂律关系 (Power Law) ：

1. 模型参数量 (Parameters)
2. 训练数据量 (Data)
3. 计算资源 (Compute)

简单来说，只要我们持续、按比例地增加这三个要素，模型的性能（通常用 Loss 衡量）就会平滑地提升，而不会出现明显的瓶颈 。

关键修正：Chinchilla 定律

早期的研究盲目追求“越大越好”（增加参数量）。但 DeepMind 在 2022 年提出的 Chinchilla 定律 纠正了这一认知 。

该定律指出，在给定的计算预算下，为了达到最优性能，模型参数量和训练数据量之间存在一个最优配比。

• 结论：最优的模型应该比之前认为的要小，但需要用多得多的数据进行训练。
• 影响：这一发现指导了后来的 Llama 等模型的设计——使用相对较小的参数量（如 7B, 70B）配合海量的高质量数据（Trillions of tokens），从而实现更高效的推理。

能力的涌现 (Emergent Abilities)

缩放法则最令人惊奇的产物是“能力的涌现”。

所谓涌现，是指当模型规模达到一定阈值（通常是数百亿参数）后，会突然展现出在小规模模型中完全不存在或表现不佳的全新能力 。

• 例子：链式思考 (CoT)、指令遵循 (Instruction Following)、多步推理、代码生成。

💡 注解：
对于智能体开发者而言，涌现意味着选择一个足够大规模的模型（通常至少 7B 或 13B 以上），是实现复杂自主决策和规划能力的前提。小模型可能能聊得很好，但在逻辑规划上往往力不从心。

---

3.3.2 模型幻觉 (Model Hallucination)

尽管模型越来越强，但它有一个致命的缺陷：幻觉。
模型幻觉通常指的是大语言模型生成的内容与客观事实、用户输入或上下文不一致，简而言之，就是一本正经地胡说八道 。

幻觉的类型

1. 事实性幻觉 (Factual Hallucinations)：生成与现实世界事实不符的信息。

• 例：告诉你是爱因斯坦发明了互联网 。

2. 忠实性幻觉 (Faithfulness Hallucinations)：在摘要或翻译时，未忠实反映源文本。
3. 内在幻觉 (Intrinsic Hallucinations)：生成的内容与前面的输入直接矛盾 。

为什么会产生幻觉？

幻觉的本质是模型过度自信地“编造”了概率最高的词，而非准确地检索。

• 数据源头：训练数据本身包含错误或偏见。
• 机制缺陷：自回归生成机制只预测下一个词，没有内置的“事实核查”模块。
• 知识过时：模型的知识截止于训练数据收集的那一天，无法回答最新的问题 。

解决方案：如何缓解幻觉？

为了构建可靠的智能体，我们需要通过外部手段来弥补模型的不足 ：

1. 检索增强生成 (RAG)：

• 这是目前最有效的方法。在生成回答前，先从外部知识库检索相关信息，作为上下文喂给模型。
• 作用：让模型“开卷考试”，基于事实回答。

2. 多步推理与验证：

• 引导模型进行 CoT 推理，并要求它在每一步进行自我检查。

3. 引入外部工具：

• 允许模型调用搜索引擎（获取实时信息）、计算器（精确计算）或代码解释器。
• 作用：这就是 Agent 的核心思想——用工具弥补模型能力的短板。

---

3.4 本章小结

本章介绍了构建智能体所需的基础知识，重点围绕作为其核心组件的大语言模型 (LLM) 展开。

核心知识点回顾

1. 模型演进：

• 从 N-gram 统计模型到词嵌入。
• 从 RNN/LSTM 的循环记忆到 Transformer 的并行注意力机制。
• 详细拆解了 Transformer 的 Encoder-Decoder 架构及 Decoder-Only (GPT) 范式。

2. 交互与实践：

• 提示工程：掌握了 Zero-shot, Few-shot, CoT 等激发模型潜能的技巧。
• 分词 (Tokenization)：理解了 BPE 算法及 Token 对上下文窗口和成本的影响。
• 本地部署：利用 Hugging Face 在本地运行了开源模型 Qwen。

3. 生态与局限：

• 模型选型：对比了闭源 (GPT-4, Claude 3) 与开源 (Llama, Mistral) 模型的优劣。
• 缩放与幻觉：理解了数据与计算量的缩放法则，并认识到通过 RAG 和工具调用来解决幻觉问题的必要性。

下一步：从 LLM 到 Agent

这一章的学习主要是为了帮助大家更好地理解“大脑”是如何运作的。我们明白了：

• 为什么需要 Prompt Engineering？ -> 因为模型本质是概率预测，需要引导。
• 为什么 Agent 需要工具？ -> 因为模型有幻觉，且无法获取实时信息。
• 为什么 Agent 需要记忆？ -> 因为模型的上下文窗口有限，且没有长期记忆能力。

现在，我们已经准备好从理论转向实践。在下一章，我们将正式探索 智能体经典范式构建，将本章所学的知识应用于实际的智能体设计之中 。