第四百四十一章 新模型，新名字 (第1/2页)
“什么？”韩路一问道。
他知道，大模型与人脑有相似性，因此不少研究人工智能的计算机科学家会读脑科学书籍；他自己也翻过几本流传较广的畅销书。
可真到细节上，他就抓瞎了。
一旁的江松然同样摸不着头脑。
可看着视频里赵文渊兴奋的样子，两人都意识到：这位研究院院长恐怕还有新东西要拿出来。
“是决策的可选项本身。”赵文渊说道，“系统一最擅长做是否类判断，几选一也还行；可一旦可选项超过一定数量，它几乎就做不出选择。”
“我给你们举个例子：如果我现在问你们想不想喝豆汁儿，你们是不是立刻就能给出答案？”
江松然还没什么反应，韩路一的脸色却已经难看起来。
这确实是系统一就能回答的问题。
“如果我问你，Vim好还是Emacs好，你是不是也能马上给出答案？”赵文渊接着问。
韩路一和江松然几乎同时开口。
“当然是Vim。”这是韩路一说的。
“Emacs。”这是江松然说的。
两人又飞快地对视一眼，眼神里的含义却并不相同。
韩路一的眼神分明在说：“原来你是个Emacs党。”
江松然则有些惴惴不安：竟然在最不该站错队的地方站错了队。
故意问出这个问题的赵文渊正在偷笑——他早就观察出，两人对代码编辑器的偏好不同。
“可如果我现在问你，在二十种果酱里选一种，你几乎不可能一瞬间做出选择；再如果我让你写一篇两百字的文章，别看只有两百字，这也不是系统一能完成的任务。你们看到问题所在了吗？”赵文渊说道。
韩路一想了想，说：“你是指输出格式吧？无论是是否问题还是二选一问题，输出格式都极简单，不需要一个词元一个词元地生成。”
江松然在旁边补充：“听起来还涉及答案域：答案域覆盖得越广，计算就越复杂。”
此时两人都意识到，赵文渊为什么要把系统一和系统二的话题拿出来讨论。
因为对计算任务做复杂度预测，再分类、规划调度，这本身就天然是系统一的任务：答案域极窄，无非简单、中等、复杂三档；想再细些，五档也绰绰有余。
韩路一问道：“所以这类任务，有比用汤圆轻量版更好的解法？”
视频里的赵文渊露出高深莫测的笑：“有的，韩总，有的。”
他接着解释：“当初Transformer架构刚出来时，用的是编码器-解码器（Encoder-Decoder）架构；现在的类GPT大模型，包括汤圆，用的全是只有解码器的架构。这当然是因为这条路线足够优秀，能解决非常复杂的问题。可实际上，不同路线适用于不同问题。我们刚才讨论的分类问题，就有一种更合适的架构——只有编码器的架构。”
江松然惊讶出声：“你是说BERT？”
韩路一慢了一拍才反应过来：BERT是谷歌在2018年提出的技术路线，在GPT出现之前曾在机器学习领域非常热门；但随着类GPT模型成为市场主流，如今已渐渐少有人提起。
“你是说？”韩路一问道。
“传统BERT大概在几亿参数这个级别；而且因为不需
（本章未完，请点击下一页继续阅读）