大语言模型要相关工作经验是因为它们训练数据不够多，遇到专业问题就答不上来。比如医疗诊断这种专业领域，模型可能连症状和病名都对应不上。训练数据里如果没见过医生怎么问诊、怎么开药方，它就只会背教科书上的标准答案。

为什么这样呢？因为模型学的是大量通用数据，专业术语和流程没怎么见过。比如医学文献只有3%是公开的，而医院内部资料根本不公开。所以模型在问“患者发烧咳嗽怎么治”时，可能只会说多喝水，不会开药方。有研究显示，未经训练的模型在医疗问答中错误率高达70%，而经过医生数据训练的模型错误率降到20%以下。训练数据少就像学生只背课本不实习，遇到真实病例就露馅了。