00:00
好,我们回忆一下上节课啊,上节课讲的是small小字儿是吧?小字儿重要吗?小字儿就是字儿小点,它可以通过strong来增增加重要性,可以通过em来强调它的重要性。那么这次呢,我们来看上标下标,那怎么写上标下标呢?这儿有我WG点开之后呢,还是4.5里面的sub和up。什么是sub,那么represents script, 什么是represents sub script, 一个是嗯,上标,一个是下标,啊,往上的,一个是往下的。怎么怎么理解呢,我们看一下这儿呢,我把它这个例子呀拿过来了,他给的例子有点太复杂了,打一个E=MC,然后平方,平方怎么说up上标。然后呢,三个监括号到这儿怎么样打一个二平方了。那但是呢,这个东西我需要怎么样在全局范围内替换,把什么替换呢?把换行给替换,你看我一选跨行上面这三个,他就选中了,不光换行替换前面换行后边的这个东西对应的这个。
01:14
空格也得替换是吧,空出来这个东西替换啊,任意多个空格啊,太华都替换,然后替换成啥样的,替换成啥都没有,全局替换,这个时候我一回车,他就把这个东西给他接上了。保存并且运行起来没问题是吧,没问题。那那这个上标是平方,下标搁在哪儿呢?下标搁后边。搁下边,诶下边那那那那怎么怎么做,我们来一个HH之后是什么呀?嗯,Subb, 三个间隔括号,然后把它拿过来2,然后ESC退出来到结尾的位置去插入so,然后又是一个监括号sub。
02:01
B然后三个监控号,这里面写什么呀?这里面写4啊,这里写4,那你说当前这个东西我保存并且运行行不行呢?是没问题的,但是它有点空格,这空格就是换行啊造成的,那我怎么样呢?还是批量替换。整个范围内所有行把回车,还有它后边的这些空格都换成啥都没有,全局替换,再去刷新,这个时候它就连在一起了。是吧,这这这个时候它就连在一起了,那这种下标啊,上标啊,它是怎么来的呢?嗯,怎么这个词儿怎么来的呢?上标就从上面来,Super啊,Hyper啊,Upper啊,Over啊,啊per per per的in是吧,在表面上surface啊,Sur.它怎么样,它是清辅音。轻辅音,它这个声带不震动。就是你发坡坡,哎,这个这个这个这个东西呢,声带不用震动,如果非非非震动不是不是不是。
03:06
波就变成波了,就变成这个浊辅音了,波波波波声带震动,波波up so, 这个就就这么一点儿区别,它不是完全相相反的吗?一个上边一个下边,天壤之别呀,哎,那这个subb确实是底下的东西,Super呢,确实是上面的东西,但上和下呢,是因为对方的存在才能存在的。是吧,哎,有无相生,难易相乘嘛,哎,然后呢,就是高下相迎,你说这个5层是高是低呀,那你在6层看它就是低,你在4层看就是高,所以这些形容词都在一个相对的范围里面。对吧。比如说support support是支持,向上支持,但你得是在下层,你才能对上层支持啊,是下级向上级提交,但你得先在下边才能向上。
04:08
对吧?哎,都都都是上和下都是相对的,那除了用这个下标的方法呀,还有一个什么方法,还有的方法就是下标文字,我直接就用下标文字了,哎,那那那那那他这块有有一个链接,有各种各样的下标文字,上标文字怎么写呢。啊,就这么写,我们把它第。大G删除双引号加个P。有一个。先看看效果。看一下我这也是H2O,那也是H2看起来长得是一样的,但是有区别,你看这个H2O用的是什么呀?是一个sub下标元素,然后把它封在一起,这个呢,后面那个它就直接是一个下标字符。诶,那问题就来了,用下标标签的方式好呢?还是用下标字符的方式好呢?暂停一下,思考思考。
05:05
思考思考,哪个好呢?为什么呢?好,思考完了,完了之后,那考虑大模型是怎么想的,那用下标的方式,大模型是怎么理解的呀,你看可视化之后,我们说过了兼括号他都得talk nice.他认识撒把,但是呢,这兼顾号他都得去相应理解,开始结束这这就相相相应的理解,那他有脱困就比较多,对不对。那H2O呢,脱就比较少,但是有个有个问题,什么问题呢?这个2它不是一个一般的2,它是下标二,这种下标二我们没法直接通过键盘输入,要么复制,要么想办法给它搁进去,所以它呢,天生这种文本就很少,因为它文本很少,在大模型里面呢,因为它训练集里面样本太少,他也怎么样理解不了,他就没有这方面的东西。
06:00
这些东西都从哪儿来呢?从专业领域来的,什么叫做HRO啊,就是咱说的水呀,那专业领域怎么写H呢?我们看还是得用什么呀,还是得用这个正常2然后配合下标,为什么呀,因为你你打打个打个打个下标是不是就出来了。嗯,他他他都能打也能打,尖括号也能打啊,Subb也能打是吧,全能打,所以他语义更强,那你说这个HRO它3个token它不是很少吗。监控号你那都得算脱干它它它肯定是有好处的,对吧,存储的时候确实有好处比较小,复制粘贴呢,也能直接直接保留它就还有这下标效果,因为这是一个下标字符啊。但下标字符的好处是有的,坏处是什么?坏处是语义的缺失,就是你不知道这是个化学式的下标,这么一个语义subb虽然是个标签,虽然增加了token,但是它是有含义的,它的含义就是下标是吧?这这你才知道分子式啊,如果你都用这个这个下标字符的话,他把这个1和0都合不成10。
07:11
数字就非常不常见是吧,这种下标数字非常不常见,他就理解不了这个10是个数字。那下标萨吧,他虽然这这这这挺长,但其实他知道这个东西是个下标,知道这个东西是个上标是吧,10就作为一个整体可以进一步推理啊是吧?而且随着时代的进化呢,达摩星对词汇的理解也在进化。大摩球是怎么分词的呢?比如说比如说这儿有一堆词儿,喽喽喽,妞妞啊,歪歪歪,哎,那就分析谁跟谁挨的多呀。那那最最常见的是O和W啊,L和O挨得多,O和W挨得多,N和E挨的多,E和W挨的多是吧?W和I啊,I和DB和E,那这个就是常见的两个组在一起,再怎么样,再组3个是吧,两个组在一起啊,Ne和谁多W那new老出现,老出现就得到了字固定词表。
08:13
是吧,那有的时候我们发现这种情况,比如说lowest那一个词儿在里面也分呢,那它确实有的时候它确实也分,Low经经常出现在一起,OTA经常出现在一起,它不是一个ton,而是两个ton,两个ton呢,它的描述更细腻,就是DATA,就是最合在一起是最低,最是最低是低两回事儿,所以它分子还挺合理,我们中文呢,比如说我看这块儿有这么一个东西,说林黛玉是一个女人。是吧,它怎么分词的呢。林什么什么玉是一个女人,他把一个中文汉字变成两个这个不认识的字儿了,为什么呢?因为他他没有把这个带字儿搁在他那个那个词库里边。啊,这根本他就不知道这个东西,但他认不认识带字儿呢,他认识带字儿,他是把这两个东西一起当做带字儿的。
09:06
他把这个东西两个东西他也也也也能带指这个东西,他还不如那下标二呢是吧,下标二好歹好歹他他他能看得见,这这根本就不理解是吧,不理解,虽然认识,但是很不理解,能不能进一步理解理解呢?那那GPT so mini就怎么样,这儿有这么一个。网站在这边儿呢,我们可以选这个模型啊,对应它的词库,哎,每个每个模型都有它的词库,那么我们看呢,林黛玉是一个女人mini,你她怎么样进化了,带字儿她认识了,但是呢,虽然她认识了,但是我希望更进一步,哎,DC个V4就更进一步了,林黛玉。是吧,林林是林黛玉是黛玉,林可以林则徐是吧,黛玉那常常说呀,对吧,再往前进一步,林黛玉就是一个直接是一个人名儿了,那kimi的K3他就把这个词整个就搁进去了。
10:09
那林黛玉是一个词儿,黛玉是不是也是一个词儿啊?哎,林黛玉是一个词儿,黛玉也是一个词儿,这俩ton很相近,但仔细细品,林黛玉和黛玉还是有区别的。是吧,这这就很细腻了,这就很细腻,因为他们上下文不一样,对吧?什么时候常用黛玉更多,什么时候用林黛玉更多,这在我们脑子里,至少在我脑子里区别不大,但是人家专门研究红学的,那那那那那那就就不一样是吧。回到我们这这个东西subb是怎么理解的呀?啊,Subb它当时是监括号是监括号,然后subb搁在这儿,但是到k mek3的时候,他就知道什么什么监控号和subb搁在一起了,说明什么呢?说明他开始认识开始标签了,开始认识这个sub的开始标签了,那你时候他怎么不认识结束标签啊。
11:06
他得一步一步来,对吧,总而言之,它就是目前K3的状态是这样的状态,下一步可能会有进化是吧,这个词库就是不断越来越多的,那这次呢,我们。看了上标跟下标有三种写法,一种是下标文字,一种是这个下标标签,上下标标签,还有一种呢是普通文本,普通文本最简单,但是呢,嗯呃,视觉效果不好。呃,那那那这个视觉效果好呢,这俩一个呢,它它就是视觉效果好,但是它对于大模型啊都不太友好,这个呢,它带大模型友好,为什么呢?Subb它是一个语义标签,它能理解这个东西,这个是属于什么类型的标签呢?属于文本级别的标签,那文本级别。4.5还有什么元素呢?Texti level的元素呢?我们下次再说,OEZ加枪。
我来说两句