[問卦] 用PTT來訓練AI語言模型會怎樣

PTT是台灣最大的討論區之一，包含了許多不同主題的討論版，從政治、經濟、科技、娛樂 到生活、旅遊等等，因此PTT的資料可以提供豐富的語言資源，進行大型語言模型的訓練可 能會有以下的影響： 增加模型的多樣性：PTT 的資料來源眾多，而每個版的用語、詞彙、語言風格都不同，因此 使用PTT的資料訓練大型語言模型可以增加模型的多樣性，使其更能夠應對不同領域的自然 語言處理任務。 提升模型的台灣文化認知：PTT是一個台灣本土的討論區，其中的文化內容和用語與台灣文 化緊密相關。訓練大型語言模型使用PTT資料，可以使模型更加了解台灣文化和風俗，更好 地處理和生成相關的自然語言。 面臨資料品質問題：PTT是一個公開的討論區，其中包含了許多用戶所發表的訊息，這些訊 息的品質可能不同，有些可能包含不合適的語言、錯誤的拼字和語法等問題。因此在使用PT T資料訓練語言模型時，需要注意濾除低質量的資料，以免對模型的訓練產生負面影響。 總結來說，PTT的資料對於大型語言模型的訓練具有一定的幫助，但需要注意資料品質問題 ，以免對模型的訓練產生不利影響。此外，也需要注意到PTT資料的局限性，不同於網際網 路上的其他資料，PTT資料集的涵蓋面和語言風格可能會有所局限，因此訓練出來的語言模 型在應用於其他領域時，可能需要進行適當調整。 --
※ 批踢踢實業坊(ptt.cc), 來自: 111.235.254.76 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1678542324.A.002.html

→ k385476916: 沒空 223.137.254.82 03/11 21:45

→ dayend: ㄏㄏ~111.246.211.138 03/11 21:45

→ pttOwO: 肛 36.228.19.236 03/11 21:46

噓 a27588679: 回答會有很多月工 180.177.33.135 03/11 21:46

→ robrob99: 會出現一堆 哈哈哈哈 五樓 30cm123.194.136.130 03/11 21:46

推 q2203649: 問他問題Ai只會回：肛 223.140.176.37 03/11 21:46

推 Klan: 三句不離塔綠班 49.216.174.163 03/11 21:46

推 v7q4: 不管問什麼都會回答：肛 111.248.118.76 03/11 21:47

噓 IntelNNP: 師大某剽竊狂魔當上教授的,會說她做完了 153.231.83.220 03/11 21:48

→ LawLawDer: 肛 223.136.70.253 03/11 21:49

推 uiorefd: 不是叫你肛 就是塔綠斑 或是叫你問五樓 220.134.66.178 03/11 21:50

推 kidd085: 會被吉125.224.207.192 03/11 21:50

推 bernie1: 完了 61.231.189.150 03/11 21:50

→ lohaloha: 回答不出來會直接說你是塔綠班 180.217.7.167 03/11 21:51

推 chigo520: 變成暴怒肥宅 125.228.244.66 03/11 21:53

推 darkblue6404: a作者:darkblue6404 他的ChatPTT 125.230.162.3 03/11 21:54