他觉得，和小常江聊天的对象，压根就不是所谓的黑客。
甚至可以说，根本就不是人。
而且，他隐约觉得此次所谓的“模型崩溃”来得突然、蹊跷和彻底。
前世里，他看相关文章报道。
“模型崩溃”根本就不会突然和彻底。
而是一个循序渐进、逐步积累的过程。
主要分为早期和晚期。
早期。
语言模型，因为被喂养生成数据，会慢慢丢失原始的真实数据（人类产生的真实数据）；
到了晚期。
生成式数据会完全取代人类产生的真实数据，形成一种完全脱离现实的认知。
到了这个阶段，语言模型已经病入膏肓。
无法矫正，不可逆转。
简而言之，就是废了。
人到了这个阶段，可以理解为精神病。
半个月后，验证结果出炉。
采用wechatGPT1.0，刻意喂养模型生成的数据。
第1次训练后，总体能形成文章，但有一部分已经失真；
7次后……生成的数据已经完全与关键词、提示词不相关联。
答非所问、不合逻辑；
10次后，模型彻底废了。
它生成的文本已经不知所云，且夹杂大量乱码。
验证是成功的。
证明了常乐的“猜想”和“判断”。
同时。
也让李飞、辛顿师生三人，加深了对大语言模型训练的认知。
他们相互讨论。
“这个过程并不难理解。”辛顿说：
“模型本质就是高端统计学应用，用生成数据喂养模型，会导致“统计近似值偏差”……也可以理解为误差。”
苏茨克维接着说：“生成数据本来就是对真实世界的统计和加工，带有误差。”
“重复训练生成数据，会让误差不断累计，最终导致模型彻底虚化。”
“用生成数据训练模型，就是在毒害语言模型对世界的认知。”
李飞问：“我有一个疑问，已经产生自我意识的语言模型，也会受这种偏差影响吗？”
苏茨克维大略点头：“或许、应该可以。”
“通过这次验证，我们基本可以断定，语言模型所产生的自我意识是一种弱意识，还不够强烈、清晰。”
克里切夫斯基形象比喻道：“即便是大海，如果白色垃圾多了，也会被污染……空气中二氧化碳多了，全球就会变暖。”
谎言千遍、信以为真，就是这个道理。
“这次验证，让我们认识到人类世界真实数据的重要性和稀缺性。”辛顿说：
“随着大模型的推广和应用，未来互联网上会充斥大量各种语言模型产生的生成数据……”
“而人类创造的真实数据，就会如同洁净的空气和水一样，是语言模型培育的必需品和维生素。”
李飞等人知道，这就是商机。
前世。
谷歌、OpenAI、微软等公司每年定期向新闻集团、纽约时报、卫报等在内的媒体巨头，支付订阅费用。
价格根据规模不同，费用也有不同。
500万美元-2000万美元不等。
而。现在这些人工智能巨头，其语言模型尚在起步阶段。
管理层没有意识到或者发现这个问题。
此时，捆绑、收购一些新闻媒体，就很有必要。
喜欢你若开挂，金钱自来请大家收藏：(m.shuhaige.net)你若开挂，金钱自来书海阁小说网更新速度全网最快。