第133章符号逻辑推理的数学模型

新笔趣阁(biquge3456.com)更新快，无弹窗！

    做完报告的准备工作，距离前往波恩参加ChaBONNty会议，还有整整三周的时间。
    【记住本站域名台湾小説网→??????????.??????】
    这段时间，对于徐辰来说，显得有些尴尬。
    CNTT变换的推广，卡在了那个该死的「对数」项上，一时半会儿找不到突破口。
    而重新开启一个新的课题？
    三周时间，对于普通的「水论文」来说或许足够，但对于现在的徐辰而言，发一篇二区丶三区的文章，已经毫无意义。
    他的目标，至少是一区顶刊。
    而一篇顶刊级别的论文，从选题丶构思到证明丶成稿，哪怕是他这样的「挂逼」，也不可能在三周内凭空变出来。
    「这三周，总不能闲着吧？」
    徐辰坐在研究室里，看着窗外燕园的春色，手指无意识地敲击着桌面。
    他的目光，扫过系统物品栏。
    那里，静静地躺着一份他之前抽到的4级物品——《具备逻辑推理与长时记忆模块的改进型大语言模型算法框架（LAART）》。
    自从上次看完这篇论文后，他就一直把它束之高阁。
    一方面是因为当时忙着搞数论，没时间；另一方面，也是因为他对AI领域的知识储备，还远远不够。
    「反正闲着也是闲着，不如……先把AI这块硬骨头给啃了？」
    徐辰的心思活络了起来。
    「而且，系统发布的那个『多维度的学者』主线任务，要求我在其他三门学科发表SCI论文。AI，正好对应着『计算机科学』。」
    「如果能把这篇LAART论文吃透，再结合我现在的数学能力，发一篇计算机领域的顶刊，应该不是什麽难事。」
    「更重要的是，如果真的能把这个模型复现出来，哪怕只是一个简化版，它也能成为我科研路上的得力助手。」
    想到这里，徐辰不再犹豫。
    他打开电脑，登录了北大的图书馆资料库，开始疯狂地下载关于「深度学习」丶「自然语言处理」丶「图神经网络」丶「符号逻辑」等领域的经典教材和前沿论文。
    《深度学习》（花书）丶《统计学习方法》丶《强化学习导论》……
    一本本厚重的电子书，被他拖进了阅读列表。
    ……
    他先是用两天时间，将《深度学习》这本被誉为「AI圣经」的花书，从头到尾「扫描」了一遍。
    对于普通计算机系的学生来说，这本书里的数学推导，比如反向传播算法中的链式法则丶正则化中的拉格朗日乘子法，可能需要花上几个月去消化。
    但对于数学等级已经达到LV.2巅峰的徐辰来说，这些东西，简直就像是小学生的加减乘除一样简单。
    「所谓的神经网络，本质上就是一个高维空间中的非线性函数逼近器。」
    「所谓的训练，就是在这个高维空间里，寻找一个能让损失函数最小化的点。」
    「所谓的泛化，就是希望这个函数在没见过的数据点上，也能表现得足够好。」
    徐辰一边看，一边在心里默默总结。
    在他眼中，那些复杂的网络结构图，瞬间被还原成了最本质的数学公式。
    ……
    然而，当他试图深入了解最新的大语言模型（LLM）时，却发现了一个尴尬的问题。
    书，不够看了。
    AI领域的发展速度，实在是太快了。
    传统的学术界，知识的沉淀和出版，往往需要几年的时间。一本教材从编写到出版，可能里面的技术就已经过时了。
    而AI，尤其是大模型，几乎是以「周」为单位在叠代。
    这种「工业界倒逼学术界」的现象，在AI领域尤为明显。
    很多最前沿的技术，根本来不及写进书里，甚至来不及发表正式的论文，就已经被OpenAI丶Google丶Meta这些科技巨头，直接应用到了产品中，或者以技术博客丶开原始码的形式，扔到了GitHub和HuggingFace上。
    「看来，光看书是不行了。」
    徐辰果断调整了策略。
    他打开了Coursera丶Udemy，以及B站，找到了几门由史丹福大学丶吴恩达丶李飞飞等顶级大佬开设的最新网课。
    《CS224n：自然语言处理与深度学习》
    《CS231n：卷积神经网络与视觉识别》
    《生成式AI导论》
    他开启了倍速播放，一边看，一边在脑海中构建着知识图谱。
    徐辰学得飞快。
    这得益于他那恐怖的数学底子。
    ……
    在AI领域，有一条不成文的鄙视链：搞算法的看不起搞调参的，搞理论的看不起搞应用的。
    而站在鄙视链顶端

章节报错（免登陆）

下载APP，无广告、完整阅读

验证码：提交关闭

第133章 符号逻辑推理的数学模型

第133章符号逻辑推理的数学模型