本站最新域名:m.ikbook8.com
老域名即将停用！

莱尔裹了一件林允宁备用的卫衣,遮住了那身火辣的吊带裙,但这丝毫掩盖不住她身上的怨气。

    “Boss,咱们打个赌。”

    她盯着屏幕,“我要是解决了,你得跟我们一起去夜店,并且买单。”

    “成交。”

    林允宁想也没想,随口答应下来,指了指屏幕。

    屏幕上,两人最新搞出的自然语言处理(NLP)模型??Aether Reader 0.1版本的输出窗口正在滚动。

    这是个类似问答助手的初代模型,类似后世的ChatGPT,但限于算力和训练参数,功能差了何止十万八千里。

    林允宁输入了一个简单的问题:

    Query: What is the Heisenberg Uncertainty Principle?(海森堡不确定性原理是什么?)

    模型思考了三秒,吐出了一段文字:

    Answer: The Heisenberg Uncertainty Principle is (Image 3] available at Acknowledgements: We thank Prof. Smith for coffee. Fig 2 shows the cat is dead.

    (答案:海森堡不确定性原理是[图片3]可访问链接...致谢:感谢史密斯教授的咖啡。图2显示猫死了。)

    林允宁指着这段胡言乱语,一脸无奈:

    “看见了吗?它根本没在读内容。它把图表索引、网页链接、页眉页脚的致谢词,甚至还有这不知道哪来的‘猫死了’全都混在一起了。

    “稀疏注意力虽然解决了显存问题,让它能‘吞’下长文章,但它好像消化不良了。”

    克莱尔笑了笑,扭过头看着林允宁:

    “老板,你从哪里搞来的数据?”

    “临时没有合适的分类数据源,我从网上用爬虫批量下载作为测试用的。”

    克莱尔拍了拍林允宁的肩膀:

    “好了,你输了,今晚准备好跟我们去夜店买单吧。

    “这是因为数据太脏了。你用爬虫抓下来的PDF,需要大量的清洗。

    "Garbage in, Garbage out,你喂给它的是混着沙子的生米,它能给你煮出饭来才怪。”

    林允宁想了想,点了点头,看着克莱尔:

    “那按照这个情况,我们需要写正则表达式去过滤页眉页脚?还是人工标注?这至少需要一周的时间。

    “今晚先别出去玩了,等搞好了我给你放假......”

    “停停停!”

    克莱尔猛地抬手,打断了林允宁关于“加班”的可怕设想。

    她盯着屏幕上那些乱码,不仅没有沮丧,反而像是松了一口气。

    “就这?”

    她挑了挑眉,那双画着烟熏妆的眼睛里闪过一丝狡黠,“Boss,你数学是天才,但在这种脏活累活上......你是个弟弟。

    “想用正则表达式去洗几万篇排版各异的PDF?那你洗到明年也洗不完。

    “有的论文是双栏,有的是单栏,有的公式是图片,有的公式是Latex......正则规则会写死你的。那是上个世纪的做法”

    她一边说着,一边从那个镶满水钻的晚宴包里,掏出了一个看起来普普通通的黑色U盘。

    “还好,本小姐早有准备。”

    克莱尔把U盘插进服务器接口,得意地笑着,那是一种即将要把老板按在地上摩擦的自信:

    “为了今晚的Party,我必须拿出我的大杀器了。

    “Boss,让开点。让你见识一下,什么是普林斯顿‘懒人'的最高智慧??

    “Project Washer (洗衣机计划)。”

    她修长的手指悬在回车键上,转头冲林允宁眨了眨眼:

    “准备好见证奇迹了吗?”
\/阅|读|模|式|内|容|加|载|不|完|整|，退出可阅读完整内容|点|击|屏|幕|中|间可|退|出|阅-读|模|式|.
『加入书签，方便阅读』