@metalvest #9 我听说 LLM 的幻觉是对话训练的过程导致的： https://www.zhihu.com/question/1950111982553391516/answer/1951676277439332941 。不过现在使用了新方法在幻觉方面好像也没有完全消除。我假设已经使用新方法了。
@werwer #11 我感觉我有点累觉不爱了，不过想到你可能更不耐烦我就好点了。标签只是保存数据的一种底层实现，是数据结构。标签组合到一起可以形成复杂的类似语义的东西。然后就是通过搜索功能进行搜索。规律勉强可以看成是算法，但好像还是数据结构的成分更多。然后基于标签和规律的搜索、推荐、实验和模仿就是执行算法的东西。我之前甚至思考过如何让这个系统达到图灵完备的程度，感觉太难，然后好像也想不到什么用处，放弃了。 不过可能在功能上确实没什么新意，除了那个推荐方法的部分。还有就是有序列表那个。不过有序列表那个也不是特别新，推荐系统的教材中就有。不过一般的商业化的推荐系统好像没有。对有序列表进行推荐效果好于打分，这个我文章中提到了，你可能没耐心看。但是由于很耗服务器资源所以基本没有用的，我想到一种也许能缓解服务器压力的方法。现象箱子可能也算是一种新意？这个将一些内在关联比较强的现象集中到了一起，我看别的推荐系统好像是没有这个。也可能是其他推荐系统这个是自动的吧？我隐约记得推荐系统中有类似的东西。另外那个模仿其实我是在成功学里抄的，也不是很新的。 以前的推荐系统好像都是比较有钱的大厂才能养得起的，我自以为我的这个点子消耗不了多少服务器资源。就是需要更多的人力参与。 你说的这个新意好像是个要命的点，我以后写的时候会注意的。没准我以后写的时候应该重点强调我可能发明了一个效率更高的推荐系统，而不是很新的。另外其实那个很新的其实是在玩梗，既包括自嘲也包括自我感觉有点新意。看起来我玩梗的能力也不怎么样，下次尽量别玩梗了。 还有一点，我感觉你好像没有整体理解，只是理解了一些组成元素。当然这不怪你，我承认有极大的可能是因为我写得烂。我开头可能没有用对钩子，也没有在中途不断加入爽点之类的。最关键的是可能文章结构就有问题，再多技巧可能也救不回来。
