Llm

在大型语言模型（LLM）的浪潮中，我们一直在探索如何让AI的回答更精准、更可靠。检索增强生成（RAG） 应运而生，通过引入外部知识库，成功地为LLM的回答提供了事实依据，显著减少了“一本正经地胡说八道”（即“幻觉”）。然而，技术的演进从未停歇。当我们还在赞叹RAG的巧妙时，一个更强大的范式——Agentic RAG——已经悄然兴起，它预示着AI正从一个被动的“问答机器”向一个主动的“任务执行者”转变。

过去一年，ChatGPT、GitHub Copilot和Claude等AI工具彻底改变了我们写代码的方式。这些工具声称能自动生成代码、解决复杂问题，甚至有人担心它们会取代程序员。但真实情况如何？程序员到底怎么用这些AI工具？

我在2025年NICAR数据新闻会议上进行了两场演讲。本文是基于我对2024年LLM回顾的演讲，并扩展了几个月的内容，涵盖了2025年迄今为止发生的所有新进展。我的第二场演讲是关于前沿网络抓取技术的工作坊，我已在另一篇文章中详细介绍。

以下是我对LLM新动向回顾的幻灯片和详细笔记，重点关注与数据新闻相关的趋势。