-
GPT4o的词汇表里被挖出很多不可描述的单词
虽然中文互联网被污染了是一个既成事实，但是没想到会以这种方式呈现出来。 刚刚在X上看到有人挖掘GPT4o的词汇表，然后发现里面有很多不可描述的词汇。原理是GPT4o对多语言进行了针对训练，应该是增加了使用的互联网数据。然后在训练分词器的时候会把出现频繁的词合并成一个词汇。比如说之前中文数据少的时候每个词都是被分割成一个一个汉字了，所以日本电影被分割成日/本/电/影四个字。但是现在因为此类表达出现的…- 5
- 0
-
网易聊天室，这种页面感觉才叫网上冲浪
记忆中的网易聊天室，如同一个充满温情与故事的港湾。 在那里，我们曾与天南海北的人畅聊，文字交织出的情谊真挚而纯粹。 每一次进入，都像是开启一场奇妙的旅程，充满着期待与惊喜。那些深夜的倾诉、欢快的调侃，都成为心底无法抹去的美好回忆。 尽管时光流转，网易聊天室已成为过去，但它所承载的青春岁月和温暖情怀，永远在我们心中熠熠生辉，让人时不时怀念起那段独特而难忘的时光。- 6
- 0
-
GPT-4o的词汇表里被挖出很多不可描述的单词
虽然中文互联网被污染了是一个既成事实，但是没想到会以这种方式呈现出来。 刚刚在X上看到有人挖掘GPT-4o的词汇表，然后发现里面有很多不可描述的词汇。原理是GPT-4o对多语言进行了针对训练，应该是增加了使用的互联网数据。然后在训练分词器的时候会把出现的频繁的词合并成一个词汇。 比如说之前中文数据少的时候每个词都是被分割成一个一个汉字了，所以日本电影被分割成日 本 电 影四个字。但是现在因为此类表…- 7
- 0
-
秀才、抖音和信息茧房
秀才被封禁的微博词条底下，仍然有许多人说这是他们第一次知道这个拥有千万粉丝的顶流老年主播。这正是因为我们都困居于信息茧房之内，对于大部分年轻人而言，我们很难想象老年人的抖音里同样存在着“出租老公“这样的情感服务。 过去我一度以为，信息茧房的局限仅仅在于数据算法会使得人留在舒适圈之内，并主动隔绝我们不关心的一切。但直到昨天我才知道，原来抖音的评论也会分性别显示。有博主发现，同一条视频，他和他老婆看到…- 5
- 0
-
电视是安卓系统，每隔10分钟扫一遍我全家连网的设备
有用户发帖称某智能电视机： “电视是安卓系统，抓包研究了一下，发现这东西每隔10分钟扫一遍我全家连网的设备，把hostname、mac、ip 甚至网络延迟时间全传回去了，还探测周围的 wifi SSID 名称、mac地址也打包传到这个 gz-data.com 的域名。 也就是说，家里有什么智能设备、手机在不在家、谁来家里连网了、周围邻居 wifi 叫什么名，随时采集上传，确定这不是间谍服务？？？&…- 10
- 0