日常阅读，更多是一种pretraining，只需要关注过程。过往，我们人脑的语言能力还是在于自然语言社会解释性，形式语言的逻辑证明是这种解释性的产品化，二进制计算机程序则是解释性的极致体现-可计算的可trackable也可以scalable，把形式语言关于计算确定性完全offloaded。 LLM的出现带来了彻底的offloading。不仅仅是形式语言如coding的生成，还在于自然语言本体

#LLM #自然语言处理 #元认知 #社会解释性 #探索欲望

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6小时前

LLM 的出现制造了一种解释性幻象：语言看似主动解释了世界，但其根本只是统计折叠；解释性真正的主体性仍然依赖人类的投射与反投射。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6小时前

当然目前LLM还不具备生成解释性的动机，还依赖于人与LLM交互的投射与反投射机制。但是这种机制背后的人工神经网络计算的不可解释性，也是Hinton等人细思极恐不寒而栗的所在。

Mr Panda

1天前

1.0 时代的纯手工编码 2.0 时代是概率编程 3.0 时代全民开始自然语言编程 1.0 时代编码的是个手艺活，工匠到大师是一种精神。 2.0 时代运用大数据构建专有的神经网络模型用于解决特定的问题 3.0 时代，人们利用LLM驱动自主智能体完成任务。现在，告诉我，你觉得你是哪一个时代的coder ？

Barret李靖

1天前

很多程序员会享受指尖敲击键盘产出代码的过程，coding&debugging，在解决编程问题的过程中快速进入到心流，我也曾多次这样。 llm 出来以后，这种快乐正在逐渐消失。代码虽然还是自己敲出来的，但指尖敲击的内容变了，变成了跟大模型对话，看着屏幕上“突突突”自动产出代码，还没来得及看完，程序就已经 run 起来了。很显然，那种写出复杂代码和学习各种语法的爽感和获得感，将不复存在。或许，未

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

这两天被符号层这玩意的说法给搞懵了，语言本身就是符号啊！不是符号层，而是符号的生成，LLM，GenAI之王！这是当前AI浪潮席卷一切的根源。