尽管大型语言模型（LLM,Large Language Model）非常强大，但并不意味着它是完美的。当你在使用它们的时候依然需要意识到它们有非常多的缺陷。
引用来源（Citing Sources）
大型语言模型（LLM,Large Language Model）在很大程度上不能准确的引用来源，这是因为它们还没有接入互联网，而且也不能准确的记得它们的信息引用自什么地方。他们经常会生成看起来不错，但完全不准确的消息来源。
备注：
像具有搜索能力的大型语言模型（可以搜索互联网和其他资源的大语言模型）这样的策略能够修复这些问题
趋势（Bias）
大语言模型通常倾向于产生刻板的反应，即使有安全的措施，他们有时也会说一些性别歧视/种族歧视/憎恶同性恋的话。在面向消费者的应用程序中使用大语言模型时要小心，在研究中使用大语言模型时也要小心(它们可能产生有偏见的结果)。
幻觉（Hallucinations）
当它们被问到一个它们不知道答案的问题时，大语言模型经常会产生错误。有时他们会说他们不知道答案，但大多数时候他们会自信地给出一个错误的答案。
数学（Math）
大语言模型通常不擅长数学，他们很难解决简单的数学问题，他们往往无法解决更复杂的数学问题。
指令非法入侵（Prompt Hacking）
用户经常可以欺骗大语言模型生成他们需要的任何内容。点击这里阅读更多信息。