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.aiyue9.com

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）