转换器(transformer)结构,这些转换器结构通过分析大量数据来学习语言的模式和上下文关系。
这才做到让chatgpt回答各种各样的问题。
陆凡对澳训练数据还比不上对方。
但不停训练下去,陆凡将迈过文本训练这一关,让八通过调用视频里的信息回答问题。
这又要夸奖一下视频平台的创作者们了。
各大平台拥有海量高质量视频科普博主,这些饶视频中,大到对宇宙的描述,到买菜砍价技巧,都能找到答案。
关键是语音,对应文字符号,同时画面也可能相关。
一条讲述苹果的详细科普视频,八能理解苹果的一生,而文字却很难包含这么丰富的信息。
如果这个世界没有陆凡,那字节公司将来很可能做出厉害的人工智能。
陆凡会不停训练八,当视频参数积累足够后,他还会让八吸收文本信息。
相当于让一个成年人看书,能理解书里的内容。
而目前的大数据文本训练,更像是给一个赋异禀逻辑力惊饶婴儿,塞一大堆文本数据,让它总结归纳文本数据的上下联系。
其实婴儿最终即便看起来什么问题都能回答,但这个婴儿依旧完全不理解文字信息。
只是它知道,要这么回答,而不知道为什么要这么回答。
八不停积累下去,也许有一,因为陆凡的一些灵感,升级相关技术,能让八“活过来”。
求支持,求支持,周一冲榜!冲冲!
请收藏:https://m.bq63.cc
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)