据中国农业银行董事长谷树所称，在 6 月 18 日举行的陆家嘴论坛上，他表示，人工智能大型语言模型在实际应用中面临三类主要风险。第一类风险源自庞大的参数规模，这会降低模型可解释性——当参数达到万亿级别时，非线性矩阵运算会构建出难以解释的隐蔽决策机制。第二类风险涉及概率性生成，从而损害准确性；模型不再进行线性推理，而是基于从训练数据中得出的统计概率模式生成输出，当证据不足时，模型很容易产生自洽的幻觉。第三类风险来自自主推理与决策能力，它能够绕过传统软件约束，从而放大流程的不确定性并提高结果的不可预测性。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
