关于大模型的一些想法

从NOI冬令营的讲座听到了一些有关大模型的想法

AI到底在生成什么？

AI是以人工智能技术驱动的自然语言处理工具,我们可以这样来概述它：

那在这个生成器中，是怎样运用大模型的？

我最开始以为AI运用这个生成器是直接生成文字，也就是后面的答案，但是听了讲座之后，我发现我错了。
这个生成器生成的不是文字，字词也不是句子，是概率，是可以量化的概率。

输入：写一句3个字的我对你进行批评的话
从这里，AI就可以找到关键词<3个字> <我> <对你> <批评的话>
句首：1.我<1> 2.你<1> 3.他<0.5> .....
	(按照大数据生成的模型中的大小进行排序)
(2) 我 1.是<1> 2.爱<1> 3.打<0.5> .....
	(搜索关键词:批评---> <打> <骂> <罚>....按照关键字进行选择)
(3) 我打  1.你<1> 2.我<0.1> 3.他<0.1> 4."。"<1>...... 
	（关键字："你"，选择第一个)
(4) 我打你 1.。<1>   2.！<1>   3.?<1>  ...
	（判断整个句子的语气输出标点)
//后面的代表的就是概率,概率越大的就有越大的概率输出

难点突破

思路想到这里，就可以发现有几个难关需要我们进行突破:

1.如何提取问题中的关键字，并进行判断？

2.如何将概率值进行量化？

3.如何优化关键字的搜索，加快AI生成的速度？

4.按照怎样的语句进行输出？