Simon Willison, jagoan teknologi, bilang LLM itu kayak ensiklopedia, tapi bukan ensiklopedia yang sempurna.
Bayangin aja, ensiklopedia biasa itu kan semua datanya lengkap banget, nggak ada yang ilang sama sekali.
Nah, LLM ini ibarat ensiklopedia yang karena proses kompresi biar bisa nyimpen banyak data, jadi ada sedikit informasi yang "hilang" atau jadi agak ngeblur.
Makanya, kalau kita minta LLM bikin sesuatu yang detail banget, kayak bikin kerangka proyek super spesifik, kadang hasilnya nggak 100% pas.
Ibaratnya, kita lagi nanya ke ensiklopedia yang agak lupa-lupa ingat detail kecilnya. Nah, daripada maksa LLM nginget semuanya, cara paling jitu itu kita kasih contoh yang udah bener.
Anggap aja LLM ini alat bantu yang jago ngolah informasi yang udah kita kasih, bukan jagoan yang tahu segalanya tanpa dikasih tau. Intinya, LLM itu powerful banget buat ngerangkum, ngasih ide, atau ngolah teks yang udah ada.
Tapi buat detail teknis yang presisi banget, kita tetep harus teliti dan siapin data yang bener buat "dipelajari" sama LLM. Diskusi soal ini sendiri muncul dari forum Hacker News, yang nunjukkin kalau orang-orang juga lagi nyari cara terbaik buat pakai LLM ini.
Bahkan, saking pentingnya ngerti cara pakai LLM, ada juga yang nawarin *briefing* mingguan khusus soal perkembangan LLM, lho! Seriusan, ini nunjukkin kalau LLM itu lagi *hot* banget dan banyak yang pengen ngulik.
Jadi, nggak perlu kaget kalau kadang jawaban LLM nggak sesuai harapan banget. Pahami aja konsep "ensiklopedia lossy" ini, biar kita bisa pakai LLM dengan lebih cerdas dan realistis.
Dengan gitu, kita bisa dapetin manfaat maksimal dari LLM tanpa harus kecewa karena ekspektasi yang terlalu tinggi.