Llm不能真正理解情感或意图，但可以通过识别文本中的模式来模仿理解。例如，如果一个用户说，“我今天感觉真的很沮丧”，LLM可以根据它的训练数据做出同情的回应。然而，这是基于模式的，缺乏真正的情感理解。
LLMs分析语言上下文来推断可能的意图，例如识别查询是问题、命令还是语句。例如，在客户支持中，LLM可能会确定 “我的包裹在哪里？” 正在询问订单状态。虽然在许多情况下有效，但它们可能会误解微妙的情感线索或模棱两可的措辞。
开发人员可以通过在包含情绪或意图注释的标记数据集上进行训练来增强LLM检测情绪或意图的能力。然而，这并没有给模型提供类似人类的理解; 它只是提高了预测与特定模式一致的反应的能力。