| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 如果把π的前10000亿位喂给大模型，让它预测后面的数字，它会得出相对准确的结果吗？ -> 正文阅读 |
|
|
[科技知识]如果把π的前10000亿位喂给大模型，让它预测后面的数字，它会得出相对准确的结果吗？ |
| [收藏本文] 【下载本文】 |
|
如果把π的前10000亿位喂给大模型，让它预测后面的数字，它会得出相对准确的结果吗？ 关注问题?写回答 [img_log] 数学 计算机 π（圆周率） AI大模型 如果把π的前10000亿位喂给大模型，让它预测后面的数字，它会得出相对准确的结果吗？ |
|
“大模型”是让部分人的认知重新回到巫毒萨满时代了吗。。 |
|
日经把LLM当成上帝引擎…… 答案撂在这里，不能。 |
|
其实这是一个很好的问题，能够帮我们清楚理解大模型的工作机制和局限。 首先我们要知道π是一个无理数，是一个无限不循环小数，注意它是不循环的，也就是没有重复规律的，像根号2和π这种无理数数字序列更是毫无规律。 而大模型——这里特制产生文本的大模型——的工作原理是通过大量训练获取文字的分布规律，然后，再推演阶段，对于给出的文本，给出下一个可能得文本元素（也就是token）的出现概率，从中选一个概率比较大的，然后重复这个过程选择下一个文本元素。 既然大模型的工作原理获取分布规律，而π又是一个没有规律的无限不循环小数，这两者天生就是矛盾的，大模型当然不可能通过前100000亿位的数字发现任何『规律』，因为这个『规律』根本不存在，所以当然不可能产生准确的结果。 至于『相对准确』，就看你怎么定义『相对』了，你要说只要产生数字就算『相对准确』，那大模型倒是可以做到，除此之外，没有准确可言。 |
|
只要不是钓鱼，这还是真的是个好问题。 第一，可以反应出一部分对于AI的盲目信仰 ，觉得数据多了肯定就能无所不能。 第二，反映了一部分人确实是毫无基本学科知识，pi的计算是一个数学问题，是一个确定性的计算问题，而大模型是概率模型，概率模型必然存在着出错的概率。 拿计算10000位来举例，ChatGPT是这么说的： 计算π（pi）的后10000位小数点是一个相当复杂和资源密集的任务，尤其是在有限资源的环境下进行。然而，可以使用一些算法来尝试接近这个目标。最为著名的算法之一是Chudnovsky算法，它因高效计算π的数百万位而闻名。 请注意，即使使用高效的算法，计算π的精确位数也可能需要相当长的时间和大量的计算资源，尤其是在像我们这样的环境中。此外，Python的标准库并不直接支持这种级别的精度计算，但我们可以使用mpmath库，它是一个用于任意精度算术的Python库。 不过，由于实际操作中的限制，如处理时间和资源限制，我将展示一个使用mpmath的示例代码来计算π的前几位，而不是后10000位。要实现后10000位的计算，理论上你只需在本地环境中调整精度设置即可。 首先，让我们尝试计算π的一些位数作为示例： 注意，这里设置的dps（decimal places）是包含整数位的，所以如果你想要π的10000位小数，你需要稍微增加这个值来考虑到π的整数部分以及任何可能的舍入。 这个代码段理论上会计算出π的前10010位，包括整数位和9999位小数。但在这个平台上运行这样的代码可能会因为执行时间过长或资源消耗过大而失败。因此，如果你真的需要计算π的后10000位，建议使用专门的软件和更强大的硬件环境，并考虑使用像Chudnovsky算法这样的算法来实现高效计算。 |
|
理论上可行：只要在当初训练大模型的时候，训练数据包括π的前10001亿位的语料。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |