快眼看书

手机浏览器扫描二维码访问

第53章 驯化五（第2页）

这时，有个新闻引起了楚月的注意。

漂亮国居然研在研发抗丧尸病毒疫苗？

楚月有些无语。

根本没有丧尸呢，研究这个干嘛？

而且，他们还天天拍丧尸片。

这不是脑子有病吗，要是钱多的花不完不如送给自己好了……

还是说……

楚月的眼神闪了闪。

有些国家有生化武器她是知道的，甚至拥有专门的实验室。

他们的野心，不言而喻。

《第二世界》最早就是用与真实世界1：1来吸引玩家注册购买头盔的。

这个副本的世界或许在自我演化的过程中，有了不一样的未来也不一定。

毕竟在2060年，ai已经发展到了一个恐怖的地步。

最开始是无人在意的大模型。

所有词成为了一个点，就像世界上任何一处的经纬一般，只有有两个数值，就可以精准的找寻到所处的位置。

在大模型里，每个词成了词向量。

就比如狗这个词，与之最相近的就是猫，猪，牛，马等。

而在此之外，还有距离更远一些的词。

当然，它和狗组成有意义的词的概率，就更低了。

这些词的相关性，是基于维基百科的数据统计得来的。

显然，每一个词都会被一堆无意义的词围绕。

那么想让大模型智能化，只能先将数据量堆上去再说。

每个词在大模型的n维空间里，都有自己的位置。

而决定这个词的真正意思，由上下文来决定。

但这个词围绕的量太大了，怎么办呢，在当年最初的时候用了一个变压器transforr。

理解人们说出来这句话的意思，将每个字都向量化。

假设是十个字，那么就生成10个768个数字的数列。

然后喂给transforr，输出后，再输入给第二层transforr，如此重复，不断地深化理解。

一共96层。

简单说就是每个词成为768个数字，穿越96层，每层9216次操作。

但是在后来，一个词的向量从768升级到了个数字的数列。