Если мы говорим вообще, без привязки к странам и конкретным моделям, то основная проблема заключаются в непонимании демографических, социальных, страновых особенностей. Текущие LLM учатся на относительно ограниченном наборе данных, часто не соответствующих реальному социуму. Вторая, не менее важная проблема в создании очень большого объема контента с потенциальной возможностью замены сгенерированными галлюцинациями (истинными или искусственно созданными) реальных данных. Третья - т.к. использование LLM в странах с качественной оцифрованной медициной более эффективно, нежели в других частях мира, это приведет к росту неравенства в доступности медицинской помощи.
Если мы говорим вообще, без привязки к странам и конкретным моделям, то основная проблема заключаются в непонимании демографических, социальных, страновых особенностей. Текущие LLM учатся на относительно ограниченном наборе данных, часто не соответствующих реальному социуму.
Вторая, не менее важная проблема в создании очень большого объема контента с потенциальной возможностью замены сгенерированными галлюцинациями (истинными или искусственно созданными) реальных данных.
Третья - т.к. использование LLM в странах с качественной оцифрованной медициной более эффективно, нежели в других частях мира, это приведет к росту неравенства в доступности медицинской помощи.