推理和数据本来就是两回事，
是知识的两个支撑脚。

我彷佛记得，几年前，家版还有过几场大争论：关于985研究生缺乏常识性文史知识。
有普信蠢货走到另一个极端，说什么知识点反正能查到，不用记。

【 在 qtpr 的大作中提到: 】
: 例如最近苹果团队发了一个文（附图1），结论是“大模型”并没有真正学会推理。最简单的例子，把一些小学水平应用题中的主角从Alice改成Bob，大模型的“计算”正确率就可能显著下降。这说明大模型并不真正理解应用题的题意，而只是机械地死记硬背了若干应用题而已。而且死记硬背得非常蹩脚，连主角改名这个trick都能让大模型失控。这种水准的智能，跟智障有何区别呢，呵呵。
: 另外，最近最近nature也有一篇论文（附图2），看题目就一目了然了——“大模型不可靠”
: [upload=1][/upload]
: ...................
--
FROM 125.69.147.*

吵自动驾驶没意思，估计车版不知道多少人拍过你了。
很显然的结论：自动驾驶导致的危险必然是数量级上远小于人类的。
自动驾驶所涉及的场景在99.9999%下也是个封闭系统，
只是量级大一些而已。

反对自动驾驶在我看来就如同因为车祸而反对汽车，
而坚持人类应该继续步行交通一样（忽略马车）。

【 在 qtpr 的大作中提到: 】
: 棋类游戏是规则明确可形式化的封闭世界，跟开放世界中的问题有本质区别。
: 开放世界的规则经常根本是不可形式化的。简单的例子，有时你违反交规反倒更安全，例如高速服务区的出口你前边遇到了慢车，压着你没法提速并入主道。这时你观察到后边实际上没车，可以压实线提前并入主道。类似的情况，人知道该怎么选，但很难用一致且完备的形式系统形式化出来。
:
--
FROM 125.69.147.*

同时，正因为早年有砸机器的工人，
现在有因为0.0001%出错几率而反对自动驾驶的老图们，
所以大规模使用才可能被延后。

【 在 qtpr 的大作中提到: 】
: 打赌你又不敢，只嘴硬，没意思
:
--
FROM 125.69.147.*