热门话题
查看更多104.9万 热度
3.56万 热度
10108.57万 热度
86.42万 热度
709.29万 热度
热门 Gate Fun
查看更多- 市值:$2291.67持有人数:20.09%
- 市值:$2258.62持有人数:10.00%
- 市值:$2293.7持有人数:20.07%
- 市值:$2292.22持有人数:20.10%
- 市值:$0.1持有人数:10.00%
置顶
🍀 Spring Appointment, Lucky Draw Gifts! Growth Value Issue 1️⃣7️⃣ Spring Lucky Draw Carnival Begins!
Seize Spring Luck! 👉 https://www.gate.com/activities/pointprize?now_period=17
🌟 How to Participate?
1️⃣ Enter [Plaza] personal homepage, click the points icon next to your avatar to enter [Community Center]
2️⃣ Complete plaza or hot chat tasks like posting, commenting, liking, and speaking to earn growth value
🎁 Every 300 points can draw once, 10g gold bars, Gate Red Bull gift boxes, VIP experience cards and more great prizes await you!
Details 👉 https://www.gate.com/announcements/article/📢 Gate 广场创作者冲榜火热开启！
发文赢奖励，瓜分 1,500 USDT 总奖池 🔥
活动采用 曝光、互动、交易三重积分制——获得更多曝光、赢得用户互动、带动真实交易，每一项都能为你累积积分，让优质内容被看见、被奖励。
✅ 总榜大奖：Top 10 创作者分享 1,050 USDT
✅ 新人 & 回归激励：5 位潜力作者各得 30 USDT
✅ 深度内容奖：6 篇优质长文各获 50 USDT
📅 活动时间：3 月 19 日 - 4 月 4 日
📍 报名链接：https://www.gate.com/questionnaire/7494
📄 活动详情：https://www.gate.com/zh/announcements/article/50265
原创内容、深度思考、真实互动——让创作更有价值。
#Gate广场 #GateSquare #创作者冲榜 #内容挖矿福利加码，Gate 广场明星带单交易员三期招募开启！
入驻发帖 · 瓜分$30,000月度奖池 & 千万级流量扶持！
如何参与：
1️⃣ 报名成为跟单交易员：https://www.gate.com/copytrading/lead-trader-registration/futures
2️⃣ 报名活动：https://www.gate.com/questionnaire/7355
3️⃣ 入驻Gate广场，持续发布交易相关原创内容
丰厚奖励等你拿：
首发优质内容即得$30 跟单体验金
每双周瓜分$10,000U内容奖池
Top 10交易员额外瓜分$20,000U登榜奖池
精选帖推流、首页推荐、周度明星交易员曝光
详情：https://www.gate.com/announcements/article/50291Gate 广场内容挖矿奖励继续升级！无论您是创作者还是用户，挖矿新人还是头部作者都能赢取好礼获得大奖。现在就进入广场探索吧！
创作者享受最高60%创作返佣
创作者奖励加码1500USDT：更多新人作者能瓜分奖池！
观众点击交易组件交易赢大礼！最高50GT等新春壕礼等你拿！
详情：https://www.gate.com/announcements/article/49802
沃顿教授强调以28,000篇19世纪文本为训练数据的维多利亚时代语言模型
Headline
沃顿教授分享维多利亚语言模型，思考其他历史时代
Summary
以太·莫利克（Ethan Mollick），一位经常撰写关于人工智能的沃顿教授，在推特上提到“聊天先生”（Mr. Chatterbox）——一个从零开始训练的语言模型，基于1837年至1899年间的28,000多篇维多利亚时代英国文本。这个拥有3.4亿参数的模型托管在Hugging Face上，试图模拟19世纪的对话，而没有任何现代训练数据。特里普·文特雷拉（Trip Venturella）使用nanochat进行训练和监督微调。莫利克的问题是：如果有足够的数字化文本，这种方法是否可以用于文艺复兴或启蒙时代？
Analysis
仅在英国图书馆的文本上训练意味着聊天先生避免了现代偏见，但继承了维多利亚的偏见。我提取的Reddit和GitHub评论显示反应不一——用户发现它在历史沉浸方面很有趣，但注意到它自信地误报事实，例如错误归属作者或陈述错误的旅行时间。一位评论者称这些回应“古怪但迷人”。
该项目符合一个更广泛的模式，即小型专业开源模型在大规模专有系统服务不佳的领域中开辟利基市场。一个真正听起来像维多利亚时代的模型在教育和创意写作中有明显的应用，即使你不能信任它的事实。
考虑到莫利克对实用人工智能采用的关注，他的兴趣是合乎逻辑的。是否会出现类似项目来针对其他时代，取决于找到足够的数字化公共领域文本——这是一个真实的限制。该模型的测试状态和社区批评表明，在可靠性方面仍有待改进的工作。
Impact Assessment