第78章 三维融合架构芯片要提上日程(第2/5 页)

而自己这边，赛博女友用的是别家的大模型加上类思维决策过程优化，私人工作助理和插件更是直接全部使用的具有一定决策能力的类思维，还真没有在家从头训练过一个普通大模型。

什么UP主这么牛，找机会一定要谢谢你。纪弘心道。

接过平板看了一会儿，这种想法就更加的浓郁了——里边的很多场景就连纪弘都忍不住直接笑了——不过想想这也正常，以GPT2的水平，闹出什么样的笑话都不意外。

早些年不还被称为人工智障呢吗，也就GPT3.5之后才渐渐的好了起来。

“还有人科普【类人泛化能力】和【类思维】的区别呢。”见纪弘看完，程荟又扒拉了几下收藏夹，说道：“诺，就这个，不过我看的有点儿晕乎！”

“【类人泛化能力】就是在变化的任务环境中训练模型，使模型逐步获得组合词汇含义的系统性推理能力。”

纪弘无语，这个科普就不如刚才那个夏飞同学，这么讲除了专业人士谁能看得懂呢，他想了想，跟程荟解释道：“其实很好理解，首先你要知道，人的泛化能力指的是啥，其实就是联想能力，举一反三的能力。

“而对于机器来说，这非常困难。微软联合OpenAI搞的这种方式，是怎么做的呢？这么说吧，假如说，本来的大模型是一张网，网你见过，就跟渔网一样，一个疙瘩通过几个线条跟另外几个疙瘩相连。

“跟它不相连的疙瘩，是很难去直接联系的。人工智能模型也类似，所以模型的联想能力是偏弱的，举一反三很困难。

“但，我们发现，咦，这两个东西虽然隔得很远，但是其实是一回事儿，比如，秦始皇和嬴政。所以我们就在任何环境的变化中，都给他人为的标一起。

“类似的情形还有很多，那就人为的一个个全标上。这样，经过长时间的训练，模型就具备了时时把两个相似东西联想到一块儿的能力。