【计算机博物志】自然语言处理的“古往”和“今来”

如题

[@Some0ne...]

看到一半 想起了二十年前 知識的清晰度跟今天實在沒法比 以前單是要整理片中的知識 已經是博士級 要看多少書 對這主題理解多深 才能整合出這深度和精要的知識 現在人們已經能夠把這麼前沿和深入的知識 以這麼簡潔的形式 看段影片就理解了 在不久將來 人類的所有知識 都會被整理得相當清晰和有條理 從古到今 由淺入深 零到一百 都將會是一瞬間掌握的事 在現今各種工具的幫助下 人類可能將會以前所未見的速度發展 而且快得難以置信

[@Mong-Yun_Chen_54088]

哇靠，沒想到 NLP 知識，從這麼久的神學爭論來聊，良心 up 主，太高素質的視頻了。

[@user-yv7hk7tg2f]

质量完全可以作为读完教科书后复习的内容，让人加深印象和更加理解那些理论

[@komodo3784]

可能要收藏反复看几次才能理解。一如既往的高质量作品！

[@tangtienji]

我決定看不懂就反覆看，你們會祝福我會有看懂之時嗎？

[@Blue20607]

講得真好！特別是結尾那句太有韻味與讓人省思！

[@ME_chenyu]

很淺顯易懂 要再多看幾次

[@アキラ-d5e]

通俗易懂，做得很好，謝謝。

[@carloshsueh9195]

講解深入但又平易近人，太美妙啦～

[@wuxiaoeth]

精心制作，感谢分享.

[@elizabethchristine1832]

博主的類神精網絡肯定學的很好…

[@smartni]

值得反覆觀看的好作品!!

[@xfive5423]

內容一如既往精良

[@suyuxi]

就喜欢你的硬核视频解说😊

[@redmoon3030]

太精彩了！

[@aoben1554]

不錯不錯，感謝

[@miku3920]

恩恩，跟我想的一樣

[@MrJarange]

一如以往 內容好高質

[@jerryanderson1254]

很棒

[@user-tw4bi2pl5o]

太棒了，看到了秒訂閱

[@kholmsk20]

谢谢大神老师，我今晚就用python统计俄文版的普希金作品，我别的不行，俄文还可以

[@al123xiaaaa]

这个视频太棒了

[@young7529]

好頂的影片

[@user-je3rk6wr1j]

讲的好啊！

[@XunMusk]

博主学识渊博

[@jeffkevin3]

來了來了我最愛的東西 🎉

[@徐聖旂]

精彩

[@user-nh4oy4ty4e]

反复后退一点点看。。。太厉害了

[@_id_5829]

NICE!

[@user-qm6lm2gz8g]

如何联系

[@thetoicxdude2203]

需要...更多

[@kjyhh]

牛啊牛啊

[@zengjixiang]

通俗易懂

[@dowabi3271]

將上下文整合成一個向量，這是否意味著沒有記憶能力

[@johnwu7192]

那個向量的含義已包含上下文資訊 , 所以下一層是知道那個上下文的意義的

[@dowabi3271]

@@johnwu7192 我想我沒有表達清楚，感覺上，能放進編碼器的向量應該有長度限制，一旦文本的長度超過範圍，就相當於是被這個向量遺忘，不知道有沒有理解錯。

[@johnwu7192]

@@dowabi3271 是的 , 這種情況就會被 "忘記" , 但可以使用一些 rag 的手段把這段信息從數據庫中提取 , 也就可以完成另一種的永久保存了

[@dowabi3271]

@@johnwu7192 了解了，感謝回覆。

[@tcj_1009]

今天才考完😮

[@tingkangzhao1505]

牛逼牛逼牛逼

[@liang3163]

自然语言处理确实可用统计学方法来解决，因为语言本就不是精确的自然科学，而是人们的约定俗成（即 用多了就成了语言）。 但统计学作为数学的一个分支，并无法创造出新的数学流派 来解释 自然规律，须知很多现象是我们无法穷举的，而是需要观察少数的例子，便找出规律。 因此个人认为，当前各类语言模型，确有强大的总结能力，却依然毫无创造能力。

[@user-je3rk6wr1j]

光是能总结也能推动人类进步一大截了，极大降低知识的门槛了。一两百年前还有全才的说法，什么高斯拉普拉斯薛定谔拉瓦锡之类都是多学科大师，现在嘛.....从入门到一个学科的最前沿就得花好久时间，更别提普通人了。总结也挺重要的

[@Mong-Yun_Chen_54088]

語言模型如果除了總結，還能創造，然後造出一堆可能「語言」要幹嘛？ 地球上根本沒人用，那造出這樣模型，除了很爽說，嘿我的模型不只能解釋還能預測未來可能有哪些目前不存在的語言可能。 然後呢？ 我認為不需要太多創造性，如果只談語言模型的前提

[@PIKA_Ox1]

道理我都懂 但為甚麼win11的選自還是這麼垃圾

[@hongliu4341]

學習

[@蔡秉諺-f5g]

搞不好人腦也是這樣理解語言的

[@chunheikwok6738]

18:30 睇唔明包袱同相聲關係,起伏得相當高級 聽過?你如果沒看全文關係根本解不了?高熵高斯分佈? 利用干涉條紋再環境填充差

[@oggyoggyoggyy]

港仔的中文不是大家理解的中文吧....