1. 涨姿势首页
  2. 世界观

好像中文已死,只有弱智吧还在勇敢上坟

最近弱智吧又火了。

说它打败豆瓣、知乎、小红书成为最佳中文 AI 训练数据。

事情起始于 arxiv 上的一篇论文,文章里中科院想建立一个优质的中文 AI 数据集,为此就需要在中文互联网上搜集一些语料库。

于是他们就在知乎、豆瓣、小红书等平台上找找素材,再拿去训练大模型。

说起来简单,但不是什么素材都能用。

比如他们在弱智吧上找了 500 个点赞最高的帖子,然后用 GPT-4 回答这些帖子(弱智吧的帖子经常是问句形式)。

再把帖子和回答组合成一个指令微调数据集,经过人工筛选,留下了 240 组数据。

有了数据材料就可以去训练开源大模型,训练分 8 项测试,包括问答、头脑风暴、分类、生成、总结、提取等,最后用 GPT-4 给这些测试打分。

精华部分来了。

跑完规模较小的 Yi-6B 模型后,弱智吧版本的总分排第三。

(CQIA-Subset 是从各个数据源里,

再次提炼出来的精华子集)

到了 Yi-34B,弱智吧版本的表现遥遥领先;

小红书的语料价值则在社交媒体之间垫底了。

后来研究人员还做了安全评估,这方面弱智吧版本也名列前茅。

总的来说,弱智吧的中文数据价值很高。

网友见状一顿狂欢,谁说弱智吧里都是弱智的。

但弱智吧真赢了吗?

相比于小红书、知乎、豆瓣的上千组数据,弱智吧仅有 240 组数据,这是不是太少了?

而且,其他数据源用的数据都是本来就有的回答,由人类作出。

(即使小红书数据的回答部分,

看着像一键生成的,

也被标注为人类作出)

弱智吧的那组数据还是 GPT-4 去回答、GPT-4 来评分的,那这是不是有既当裁判又当运动员的嫌疑呢?

另外,整个事情也不像媒体报道的一样,是 “弱智吧训练出了超强 AI”,而是 “借助弱智吧等的语料库对开源大模型进行微调”。

前者是举足轻重的意义,后者只是参与其中。

话说回来,虽然数据不太严谨,但是弱智吧的段子充满了逻辑陷阱和思维谬误,很适合用来测试大模型。

这正是弱智吧成立近二十年来矢志不渝在做的事:

边搞笑,边让人变得有智慧。

弱智吧已成为一个难以名状的语言宇宙。

首先,里面充斥着最基础的傻瓜问题。

只切一刀,如何把四个橘子分给四个小朋友?孟德尔为什么要花几年去做实验研究而不是直接看生物书? 为什么每条隧道上面都压着一座山

虽说 “陨石为啥总落在陨石坑” 这类问题不值得深思,但你也只有不被这些问题晃倒才能入门深造。

其次是抖机灵。

古人有那么多封号,是不是说明古人很爱开外挂?恐怖分子是由 2 个恐怖原子组成的,还是由 1 个恐原子和 1 个怖原子构成的?高考满分才 750,怎么才能考 985? 既然快递要 3 天才到,为什么不提前 3 天发?

面对这些脑经急转弯,起初你会觉得尴尬,但多想一秒就能多一份冷幽默。不算什么坏事。

至于那些有头有尾的段子,字里行间流露出思维上的精准毒辣,它们带着欧亨利式结尾,注定让人爽得不可开交。

- 狙击手车沉着冷静的击毙了最后一名人质 - 使绑匪失去了所有谈判筹码

- 我家 4400 头猪,丢了一头,请问去哪里找啊? - 去 4399 找呀

- 严重的恐高症害得我终身无法低头捡到钱 - 我有洁癖每次拉完屎都不敢擦屁股

- 朋友烧伤了,我王者荣耀有很多皮肤为什么不能移植给他?- 因为朋友没买英雄

说得越来越有感觉了,体会到语言高潮了吧。

那这时候又怎么少得了黄色笑话呢。

吧主黄医师就曾是这方面的高手,他们在十多年前脑洞大开,编出各种段子,为的就是构建起弱智吧友好交流的氛围:

你可以无下限,但一定要够深刻。

什么举世皆浊我独清,任何众人皆醉我独醒,都抵不上我很黄很暴力地醒着。

所以,用病态视角去审视正常社会里不正常一面,再合适不过了。不仅如此,看完之后你会觉得那些现实真刺激,那些段子真带劲。

接着一些对社会问题的针砭时弊呼之欲出。

“无头女尸拍大头贴竟被老板收钱惹民愤”

这是呼吁不要宰客。

“阳光洒在地上,到底是照亮了尘埃,还是隐入了尘埃?”

这是告诉我们很多电影没那么敏感。

别想多了的同时,也别想得太肤浅。

弱智吧里常常讨论性别议题。

很多吧友会站出来用浅显道理让人知道女性的不易。

弱智吧里也定期关注国际时政。

很多吧友科普知识段子,就是为了揭露国外的阴暗面。

谁说我们只讲无下限段子的,我们也关注宇宙起源、人性扭曲、道德沦丧,和世界和平。

吧友们只是在用另一种方式关心人类未来。

慢慢地,哲学味很浓的金句纷至沓来。

“怀念过去是不是在时间的长河里刻舟求剑”

最后为了升华主题,迎合时代精神,

许多段子主打一个劝人向善、活着就好。

这些帖子里不仅楼主发言犀利,评论区同样意味深长地讲着警世恒言,让人对世界失望悲伤的同时,产生一点点好感。

换言之,弱智吧里都是说最狠的话,讲最善的事。

看到这里你也就明白,这个吧里真没弱智,反而存在着被人忽视的生活达人和哲学大师。

他们对世界真相的揭露入木三分。

他们不像广告推荐里说得傻里傻气,急需治疗。

世界参差不齐,但对才华的识别向来一致。

他们的存在,表明弱智吧在与 AI 较量中,暂时领先半个身位。

一个不争的事实是:

现在各平台的语言越来越扁平和匮乏,深度复杂的逻辑越来越没人看了。

要不就是弹幕里粉圈互撕。

连古人都不放过。

要不就是生造缩写。

你惊呼 yyds,我回复 “蓅氺般の噯情”,咱们都有叛逆的青涩时光。

要不就是对飚表情包。

你没读懂是你 out 了,大叔不能怪你,因为年轻人扼住了互联网的咽喉。

要不就是阴阳怪气。

评论区里随意选一个表情符号,不打上 “崩急乐孝典” 等文字,都能提升嘲讽技能。

要不祖安人式骂街。

构建一个 “以对方母亲为圆心、直系亲戚为半径、生殖器为主武器、意淫为主技能,配以伦理、两性、家畜、宠物、殡葬行业等领域的特有动词及名词” 的脏话体系。

要不隔段时间刷 “中式浪漫”。

前脚是 “人不就活几个瞬间”,后脚是 “咱俩一辈子幸福就完了”。

要不劣币驱逐良币。

“十二生肖过 13.5 年” 本是由 “姬霓太美” 演化出来的段子,但现在手机浏览器里,前几条根本搜不到正确答案。

(切换到搜狗或 360 搜索,

首页里也是玩梗为主)

最后呢,为了造梗而造梗,而不是去生成鲜活的语言艺术。

以致于狂欢过后,带来的好像只是一场场黑话盛会。

此时此刻,弱智吧这种看似弱智,其实蕴含哲理的思考,非常难能可贵。

没有连篇客套话,不需要付出巨大理解成本,最后也不出现卖课广告,有的就是三言两语告诉你世间一些残酷真相。

可能嘴臭,或许悲观,但比惺惺作态好很多。

更何况,人家骂人骂得如此搞笑,很有技术难度;更何况,人家也兢兢业业写着中文字。

希望以后关于世界的深度思考,不要只能装成是精神病人的呓语才好。

为此,我们最后附上去年下半年的弱智吧精选内容。

篇幅有限,选了 45 条,大家也可以练一练自己的思维。

(图源:弱智吧日常)

(图源:弱智吧日常)

(图源:弱智吧日常)

来源:雷林斯

如若转载,请注明出处:https://www.zhangzs.com/495700.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

QR code
QR code