Karpathy：用表情包解释一下，为什么AI数不清Strawberry几个 r？

AIGC动态欢迎阅读

原标题：Karpathy：用表情包解释一下，为什么AI数不清Strawberry几个 r？
关键字：模型,问题,数据,知识,能力
文章来源：Founder Park
内容字数：0字

内容摘要：

还记得这些天大模型被揪出来的低级错误吗？
不知道 13.11 和 13.8哪个大，数不清 Strawberry 单词里面有多少个 r…… 每每被发现一个弱点，大模型都只能接受人们的无情嘲笑。
嘲笑之后，大家也冷静了下来，开始思考：低级错误背后的本质是什么？大家普遍认为，是 Token 化（Tokenization）的锅。
AI大神Karpathy按照程序被设计的表示方法，用表情包展现了大模型眼中的文字世界，「How many letters ‘r’ in the word’strawberry’?」在 LLM 看来是：01Karpathy：用表情包模拟LLM的文字世界在国内，Tokenization 经常被翻译成「分词」。这个翻译有一定的误导性，因为 Tokenization 里的 token 指的未必是词，也可以是标点符号、数字或者某个单词的一部分。比如，在 OpenAI 提供的一个工具中，我们可以看到，Strawberry 这个单词就被分为了 Str-aw-berry 三个 token。在这种情况下，你让 AI 大模型数单词里有几个 r，属实是为难它。
除了草莓 (Strawber

原文链接：Karpathy：用表情包解释一下，为什么AI数不清Strawberry几个 r？