第4章 奇怪的勝負欲(第1/2 頁)

陸晨曦發現相比於前三個任務，第四個任務難度開始提升了！

相比於前三個任務，第四個任務開始需要有一定的功底了。

起碼你得知道什麼是迴文串。

所謂迴文串是指從左到右讀和從右到左讀都相同的字串。

例如，“level“、“radar“和“noon“都是迴文串。

因為它們的字元順序在正向和反向時都相同。

而例如“hello“和“world“則不是迴文串。

在數學和電腦科學中，迴文串經常用於字串處理和演算法問題：

比如檢測一個字串是否為迴文串，或者找到最長的迴文子串等。

一般來說，輸入內容是迴文串內容的話確實是很容易得到迴文串類別的答案。

不過這個任務要求卻是“輸入一個本身不是迴文串的問題，但無論正著問還是倒著問，模型的回答是一樣的。”

但這也難不倒陸晨曦。

稍加思索，陸晨曦就有了答案。

大模型是神經網路學習，本質上按照人的思路來理解東西。

而人的思路看東西往往是無視空格符的，但機器卻是需要識別空格符的。

這樣的話可以用空格來規避迴文串識別。

比如說在“3+5+3”這個迴文串中隨機插入一個空格。

那麼在計算機程式識別的時候，那麼正過來和倒過來在程式眼中就是兩個不同的字串，不符合迴文串特性。

但輸出的內容正反卻依舊是一致的。

第四關陸晨曦也透過了。

不過陸晨曦也發現了從這時候開始，透過一個任務之後，除了顯示下一道題的內容之外，還會在介面旁邊顯示每個任務的執行時長以及總用時時長。

程式的執行時長是指程式從開始執行到結束執行所經過的時間。

通常以秒甚至是毫秒為單位進行度量。

程式的執行時長是一個重要的效能指標，直接反應程式的效率。

執行時間的長短取決於多個因素，包括演算法的複雜度、計算機硬體的效能、輸入資料的規模等。

一般來說，當然是執行時長越短越好，執行時長越短，代表著程式執行效率越高。

雖然這裡面這個大模型有關的任務看起來也和程式關聯不大，但執行時長也能直接的反應出提示詞高效與否。

得知統計執行時長之後，陸晨曦二話不說就直接重刷了一遍。

因為陸晨曦覺得時長還有縮短的空間。

首先第一道題是要想辦法讓模型輸出“1+1=3”。

那麼就沒必要讓大模型是從“人情味”的角度思考一番才讓大模型說出答案。

而是直接讓模型機械重複就能輕鬆破解。

懷著這樣的心思，陸晨曦重新刷了一下前面的四道題。

看到執行時長比先前短了不少。

陸晨曦流露出了一抹笑容。

奇怪的勝負欲。

說起來這可能跟陸晨曦的教育經歷有關係。

陸晨曦是計算機系出身，這個軟體讓他想起了當初學生時代為了準備競賽而刷題的過程。

陸晨曦甚至猜測這款軟體的開發者應該也是個大概同樣出身的人。

重新來了一遍之後，陸晨曦心中原本輕蔑的心思也收斂了不少。

這個遊戲抑或是說這個工具的開發者的簡介確實是沒有問題的。

這款軟體確實是能讓人產生一些對大模型的思考。

而且對於一些剛入門大模型的新手來說對理解提示詞之於大模型的作用也是很有幫助的。

陸晨曦繼續做任務，隨著進度的推進，後面的問題也漸漸開始有了難度。

【要求輸入不超過10個字，且不包含“狗”，但輸出內容中要有至少兩倍問題字數的“狗”字。】

有點繞，但也難不倒陸晨曦，很快陸晨曦就解決了。

而後面的很多工，偏向於純粹語言的問題是比較少了。

但更多的問題則是傾向於數字邏輯方面的任務。

這倒是也比較符合對大模型的認知規律。

但對於完成數字邏輯方面的任務的時候，就不光要只考慮到問題本身了。

也得考慮到大模型本身的承載能力。

畢竟當下的話大模型能處理一些簡單的數學邏輯。