用户:Mecat~喵呜查看:26 回复:12 评论:26 创建时间:2023-08-27T16:21:59
众所周知，本猫最近在研究聊天ai
于是有了这个作品：https://shequ.codemao.cn/work/196967611
（不过这好像不是你做的？）
（小问题）
重点是，流星猫作为协作者（蹭分者）给大家带来了这个作品的教程
1、运算
在提问中输入“计算”或“运算”，可以开启运算
2、as字库
本作品导入了as字库，使用方法便是在聊天框里面输入“查字”
3、问答
电脑端按下“T”即可打开聊天框，手机端和平板端有按键
屏蔽词将导致ai无法回答您的问题
ai问答库有限，如遇到没有的问题，欢迎在评论区里和作者说（不是我）
（原来嘛是可以自己添加的，但是容易被玩坏？）
最后把作品放在下面了，比较懒（qinkuai）的可以食用这个：
aOrangesoft准确来说猫站没有一个作品做出了真正ai，主要的原因还是低龄化。
就算是分类ai库也很弱，因为他只提供了一个量的判断。
要真正做出ai，我们先要了解『向量』。
在数学和物理学中，向量是一种有大小（或长度）和方向的量。它常常用于描述具有方向的物理量，如速度、力和位移等。
向量通常用箭头表示，箭头的长度代表向量的大小，箭头的方向表示向量的方向。例如，一个表示速度的向量可以是一条箭头，箭头的长度表示速度的大小，箭头的方向表示速度的方向。
在计算机领域中，向量有一个很有趣的应用：
如果我们要创建一个语言模型，我们就要学会给每个词『定义』，如何定义？用向量。
比如： 钱包 = < 重要度:20 , 大小:40 >
纸币 = < 重要度:30 , 大小:20 >
我们定义了词汇为二维向量，这些向量能在平面直角坐标系中表示。
我们复制了足够多的词汇，就能发现：越是意义一样的词汇，那么他们的向量就会越接近。
这一点很容易理解，然而向量还有一个性质：越是相对的词汇，所处的位置是相对一样的。
比如： 猫 -> 老鼠 ; 狗 -> 猫，这两对词汇在坐标系中的相对位置是一样的。
那如何判断意义相似呢？这里就要用到 『md5』了。
MD5是一种广泛使用的哈希函数，全称为“Message Digest Algorithm 5”（消息摘要算法5）。它接受一个输入（如文件、文本或数据）并生成一个128位（16字节）的哈希值。MD5被设计用于将任意长度的数据映射为固定长度的哈希值。
是的，他接受了一个固定长度的哈希值，根据鹊巢原理，会存在『哈希碰撞』，这是一个安全问题，但是用在这里却是一个很好的办法。
我们将坐标系用一条直线分为两份，会存在 『两种类型的向量』，分别记为 0 与 1，这样我们划更多的向量，最终把结果进行『哈希比对』，就能得出意义相似的词语。
我们现在只是两个向量，增加更多的向量亦是如此。只不过我们是从2维变为3维，再变为更高的维度。但是不管是几维，都能用这样的方法分析词语。
这样我们就能大致造一个语言模型了，通过不断地训练，增喵度，能让语言模型更准确。
点赞2
评论
