第135章 逻辑与生成的结合（2/2）

“但是。我的模型优势不在於『翻译』，也不在於『文本生成』的流畅度。”

现在的gpt模型，靠著海量的语料堆砌，已经是天生的语言大师了。让laart去跟它们比谁写诗写得好，谁翻译得溜，那是拿自己的短处去碰別人的长处。

laart的核心优势是什么？

是逻辑。

是永远不会说“猫是植物”，永远不会在做三段论推理时出现“a＞b， b＞c，所以a＜c”这种弱智错误的严谨性。

“用翻译数据集测逻辑，就像是考爱因斯坦背单词，根本测不出智商。”

“我需要一套专门考『逻辑推理』的卷子。”

他在arxiv和github上飞速检索。

很快，几个备选方案浮现在眼前。

1. snli (stanford natural language inference)：斯坦福自然语言推理数据集。给两句话，判断它们是“蕴含”、“矛盾”还是“中立”。这是最经典的nli任务。

2. squad (stanford question answering dataset)：阅读理解问答。这个稍好一点，但也侧重於信息提取。

3. clutrr (compositional language understanding and text-based relational reasoning)：基於文本的关係推理。

徐辰的目光最终锁定了最后一个数据集clutrr。

……

clutrr这个数据集很有意思。它会给你一段像绕口令一样的故事：

“爱丽丝的妈妈是鲍勃的姐姐，鲍勃的儿子是查理。”

然后问你：“爱丽丝和查理是什么关係？”

这不仅需要模型读懂文本，更需要在脑子里构建出一张“家谱图”，进行多次的逻辑推理，才能得出正確答案。

对於传统的transformer模型来说，这是个噩梦。因为transformer本质上是在算“词与词之间的相关性”，它並没有真正的逻辑推理模块。它可能会因为“妈妈”、“姐姐”这些词出现的频率，瞎猜一个“姨妈”或者“奶奶”。

但对於装载了“逻辑几何嵌入”的laart来说……

这简直就是送分题！

在徐辰的数学模型里，“妈妈”、“姐姐”、“儿子”这些关係，会被映射为向量空间里的几何变换算子。推导关係，不过就是做几次向量加法和包含运算而已。

“就选它了！”

徐辰打了个响指。

……

徐辰心情大好，转过身准备拿水杯喝口水。

然而，刚一回头，他就嚇了一哆嗦，杯子里的水差点洒出来。

只见身后，方博、薛超、刘鑫羽三个人，不知何时已经站成了一排。三人双手抱胸，六只眼睛直勾勾、阴森森地盯著他

空气安静得有些诡异。

“呃……”徐辰端著水杯的手僵在半空，嘴角抽搐了一下，尷尬地笑了笑，“你们……怎么都站在这儿？这么閒？不用学习吗？”

“学习？”

方博冷笑一声，痛心疾首地指著徐辰。

“徐神，你老实交代，你不在燕园那个独立公寓里待著，特意跑回咱们这又挤又乱的301，是不是就是为了回来装个逼？”

“啊？”徐辰一脸无辜，“我不是为了找你修开发环境吗？”

“修环境需要顺手修出一套人工智慧算法吗？！”方博悲愤地喊道，“你考虑过我们这些还在跟bug互啄的小萌新的感受吗？”

一旁的薛超也长嘆了一口气，走过来拍了拍徐辰的肩膀：

“老徐，真的，算兄弟求你了。以后这种装逼的活动，能不能去祸害別的宿舍？或者去图书馆、去食堂都行。”

“別一直指著我们301这几个人装了，大家都是两个肩膀扛一个脑袋，你这样显得我们真的很像游戏里来凑数的npc，很伤自尊的好不好？”

徐辰无奈地摇了摇头，忍不住笑骂道：“行了，別贫了。等我这个模型发了顶刊，请你们吃大餐，行了吧？”

“顶刊？”方博耳朵一动，瞬间变脸，一脸諂媚地凑过来接过徐辰的水杯，“哎哟，徐神大气！那我要吃西门那家日料！最贵的那种！来来来，水凉了我给您续上！”

“准了。”

“得嘞！徐神您继续忙，小的绝不打扰您修仙！”