AIGC動態(tài)歡迎閱讀

原標題：為什么AI數(shù)不清Strawberry里有幾個 r？Karpathy：我用表情包給你解釋一下
關鍵字：模型,數(shù)據(jù),問題,知識,能力
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

機器之心報道
機器之心編輯部讓模型知道自己擅長什么、不擅長什么是一個很重要的問題。還記得這些天大模型被揪出來的低級錯誤嗎？
不知道 9.11 和 9.9 哪個大，數(shù)不清 Strawberry 單詞里面有多少個 r…… 每每被發(fā)現(xiàn)一個弱點，大模型都只能接受人們的無情嘲笑。嘲笑之后，大家也冷靜了下來，開始思考：低級錯誤背后的本質(zhì)是什么？
大家普遍認為，是 Token 化（Tokenization）的鍋。
在國內(nèi)，Tokenization 經(jīng)常被翻譯成「分詞」。這個翻譯有一定的誤導性，因為 Tokenization 里的 token 指的未必是詞，也可以是標點符號、數(shù)字或者某個單詞的一部分。比如，在 OpenAI 提供的一個工具中，我們可以看到，Strawberry 這個單詞就被分為了 Str-aw-berry 三個 token。在這種情況下，你讓 AI 大模型數(shù)單詞里有幾個 r，屬實是為難它。除了草莓 (Strawberry) 之外，還有一個很好的例子就是「Schoolbooks」這個詞，AI 模型會把它分為 school 和 books 兩個 token。這個問題也吸引了剛剛投身 AI

原文鏈接：為什么AI數(shù)不清Strawberry里有幾個 r？Karpathy：我用表情包給你解釋一下

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：