@newtype0092
或者换个说法，当输入「北京的糖葫芦是不是很有名？」之后，模型回答的第一个字是「不」，然后，后续模型该选择什么呢？「不对」？「不是」？「不错」？后续字的选择是按照 LLM 的理解来选择的，而不是说此时「对」、「是」、「错」这 3 个字的概率分别是 1%，1%，98%。我敢说，「不」字后面「对」、「是」这 2 个字的概率，肯定是 0 ！

@newtype0092 #24
「 LLM 的数学模型就是个概率模型，不存在对意思的逻辑判断」你的意思是 LLM 无法进行逻辑判断吗？
「长上下文没有偏离是因为 Attention 机制」，我反驳的是有人简单的认为 LLM 的概率，是对下一个 token 的概率选择！比如在糖葫芦的例子中，他们认为 LLM 就是在用概率在“没”，“不”，“是”，“对”，“说”，“你”这些字中选择下一个字，所以，他们认为 LLM 就是概率机器，没有理解。 而恰恰是这个例子，说明了 LLM 是在对“北京的糖葫芦很有名”表达肯定的回答，无论它以概率选择哪个字，都是如此。

哈哈，楼主的经历让我想到一件事。我有次机缘巧合玩桌上足球，开始不会，几局之后，表现爆表。然后我心里说，我喜欢玩这个，我太爱玩了。但其实在那之前，我看过别人玩过，然而并没有任何感觉，只感觉无聊过家家。看起来擅长做和喜欢做，并没有那么互相独立。

我觉得对 LLM 的一个误解（或者说被误导），就是认为 LLM 是以词作为下一个拣选单位，认为它是在以一定的概率选择下一次词（ token ）。
为什么不能是以“意思”作为拣选单位呢？

用一个 v 友举的一个对话例子：
A： 北京的糖葫芦是不是很有名？
B： 没错！尤其是在冬天，街头的小贩会卖糖葫芦，山楂蘸上糖浆，酸甜可口。
A： 真想买一个尝尝，感觉很有童年回忆！

在输入 “北京的糖葫芦是不是很有名？”之后，LLM 要回答肯定的意思的话，就有多种方式，“没错”，“不错”，“是的”，“对的”，“说的太对了”，“是呀”，“你猜对了”，“你怎么知道？”，LLM 可以以一定概率选择这些词里面的一个，那么第一个字，就可能是“没”，“不”，“是”，“对”，“说”，“你”这些里面中的任一个。但无论选择哪个，它都是为了表达肯定的意思，而是否表达肯定的意思，恰恰反映了 LLM 对这个问题的理解！不是说以一定概率选择某个词，就说明了 LLM 是随机的选择哪个，没有任何理解能力。否则，如果 LLM 是以词元作为选择的单位的话，怎么解释 LLM 在输出成千上万 token 之后，仍然没有偏离问题而出现意思上的胡言乱语呢。为什么你问他 100 遍，仍然只能得到相近的回答呢？

不过，根据昨天 gemini 3 pro 在 cursor 中的表现，我觉得实际表现应该是不低于 sonnet 4.5 了，网上的测评分 2 者的编程能力也是不分伯仲。

之前 gpt5 刚出来，我在 Youtube 上看到一个介绍视频，说它能一键生成媲美 photoshop 的画图软件，我不信然后试了一下让它做一个 mspaint ，结果它真一键做出来了。我说天哪，这让程序员怎么活。后来我准备让它完善一下，加上某某功能（记不太清了，反正是 mspaint 就有的功能，我一直希望有个 macOS 下的 mspaint ），结果它露馅儿了，怎么都做不好，我松了口气。
当时是网页端测试的，不知道是不是上下文受限。总之，我的意思是一键生成 xx 东西，不太能证明实际的表现。

@guduyuzhe
https://v2ex.com/about : “请不要把 AI 生成的内容发送到这里” ，会被站长封号的。

没有你的这段日子，确实冷了很多。空气冷了，氛围冷了，价格也冷了。。

@forgottencoast 是某些邮件的附件，大小在 5MB 以内的 doc 格式文件，表现就是那 2 个附件始终下载不下来，会报错，其他的文件都是好的，而且可以确认当年发送的时候是好的。很明显就是附件对应的云存储出错了，检索失败或者校验失败。不过也很正常，10 年了，还是免费的邮箱。

我之所以问那个问题，除了换设备会丢数据，还有一个触发的点：我从网易邮箱下载之前邮件的附件，不到 50 个附件里面，居然损坏了 2 个。差不多 10 年时间吧。

@longsays
@Ketteiron
幸亏你们提醒，查了下，U 盘和 SSD 盘，都是需要定期通电，断电情况 2 年都坚持不了。。机械硬盘的数据靠磁性物质，很持久，但机械硬盘里面的零件固件润滑油也需要定期通电，否则也会出状况。。想归个档太难了。

@Ketteiron #26
损坏文件用带冗余纠错的应该就可以解决吧。不过确实需要不停的介入，防止“耗散”。下面是我准备的各方面平衡的一个方案，最主要是省事，不知道可行不可行：

云存储可以考虑使用国内的阿里云。或者 Google Drive ，One Drive ，后者贵一些。

核心数据在 100GB 以内：云上 2 份，一份冷存储，一份网盘。本地 U 盘 2 份。本地的每 2 年校验一次。云上的 10 年校验一次。另外可以加一份蓝光光盘 10 年校验一次。每种都是每 2 年增量更新一次。

非核心数据在 1TB 以内：本地 SSD 硬盘 2 份。每 2 年校验、整理、更新一次。

成本：总计 2 个网盘（ 27 元/年+140 元/年），4 个 U 盘/SSD 硬盘（ 50 元/年 * 4 份），1 个光盘（ 10 元/年）。合计 380 元/年。

U 盘或 SSD 硬盘，体积小。用来备份的话，很少擦写，寿命应该比较长。云盘自带冗余备份，基本不用担心数据问题损坏。

主要是不知道怎么监测坏块，及时更换快要坏掉的盘。如果有坏块，PAR2 该怎么修复呢？需要 dump 全盘然后修复吗？

@RinGress NAS 实在折腾不起来，光那么多概念都头大了，心理门槛太高。

@busterian 硬盘这么不靠谱嘛？看来还是用 U 盘，再加上云备份，起码 U 盘体积小，上次我买的移动硬盘已经不知道丢哪里去了。那么大体积，磕磕碰碰的。

@dji38838c 等老了只剩回忆时，还是有用的。
@calano @otakustay @busterian 看了下，云归档确实不错。价格也可以。

@ablu @SURA907 倒不是说 50 年完全不动它，隔 2~3 年手动操作一次也行，毕竟还要追加数据。但想想 2 ，3 份数据，都要校验一遍、拷贝一遍，也挺麻烦。

假设一个人独居一年，出状况的概率是 p=1/100 ，两个人同住一年出状况的概率远低于 1/10000=p*p 。

数学证明：两个人同住，只有两个人（几乎）同时出状况才会真正出状况。已知一个人一年出状况概率为 1/100 ，则其中任一小时的概率远低于 1/100 ，约为 1/1000000 。则两人同时在某一小时内出状况的概率约为 1/100000000 。

是不是准备订阅 200 刀的？我在淘宝订过 20 刀的，对方是通过苹果商店订阅的。20 刀跑路风险不大，200 刀就难说了。

恭喜楼主。感觉“鱼豆”这 2 个字看着眼熟，是不是在 v 站推广过。

你俩什么关系： /t/1172759