第283章 真正意义上的纯粹（2/3）

论。

尹芙·卡莉知道林灰在每次交流的时候通常扮演的角色都是倾听者。

因此这次学术上进行交流的时候尹芙·卡莉也是按照着以往的惯例。

尹芙·卡莉没等着林灰先去陈述。

而是率先表述了她就林灰对论文中补充内容的一些看法以及她所疑惑的一些地方。

尹芙·卡莉几乎是将之前她的一些思考统统将给了林灰。

包括但不限于对于林灰论文补充内容的浓厚兴趣以及对人工智能未来的期许会同社会层面引发争议的担忧。

甚至连同林灰对此前收购她的那项专利用途的一些猜测也一并说给了林灰。

不知道为什么，自来到中国之后，尹芙·卡莉感觉相比于以往那种相当有主见的状态。

此时的她对待事情似乎有了一些变化，现在的她纵然心中有了一定的判断。

她也更希望能在林灰那再印证一下她此前的猜测。

听着尹芙·卡莉的表述，林灰没想到就先前的那篇论文内容上在他看来的一些已经相当常识内容的补充。

居然能被尹芙·卡莉赋予那么多的期许。

尹芙·卡莉一脸期待的小表情，不知为什么总让林灰想到在渴盼着肉吃的小狐狸。

不过，林灰这次恐怕是要让尹芙·卡莉失望了。

在论文补充的一些内容虽然是领先这个时空的。

但为了避免出现领先一步是先师领先两步仙逝的情况发生。

即便是进行搬运，林灰实际搬出来的东西也是很克制的。

就拿尹芙·卡莉给予高度评价的预训练机制吧。

虽然将预训练机制引入到自然语言处理的机器学习方面确实在这个时空具有相当意义的开创性。

但林灰心中是清楚的，他所搬运的预训练机制只能称作为萌新水平。

林灰搬运的“预训练”是基于普通的神经网络语言模型进行的预训练。

距离真正稳妥的基于tranrr的预训练模型在应用效率方面要差得多。

至于林灰为什么不直接搬运更成熟的基于tranrr的预训练机制呢？

原因很简单，毕竟眼下还没有tranrr，现在搞出来一个基于tranrr模型岂不是滑天下之大稽。

认识十年的老书友给我推荐的追书app，！真特么好用，开车、睡前都靠这个朗读听书打发时间，这里可以下载】

而至于说尹芙·卡莉同样抱有很大期待的“深度学习”。