即使從頭訓(xùn)了 base 這個(gè)問題仍是留下了
。”黃哲威表明
。然后 RL 的時(shí)分模型直接把這個(gè)字當(dāng)某種停止符或許言語切換符號運(yùn)用了。不能僅靠 RL 去兜底，比如說“素?cái)?shù)表 2 ，僅僅曾經(jīng)呈現(xiàn)的概率低。第三方平臺上的復(fù)現(xiàn)率十分高 。在接連輸出長數(shù)組（例如參數(shù)量較大的東西調(diào)用時(shí)）概率較大。這種“極”現(xiàn)象很有研討價(jià)值 ，風(fēng)趣的是，一同，假如讓模型主動(dòng)修正，觸發(fā)率千分之一
 。36氪經(jīng)授權(quán)發(fā)布