时刻求和
难度:白银
0时间限制:1秒
巴占用内存:64M
输入正整数N和M,空格分隔。把他们看作在12小时制的时刻(小时)求
和并输出,输出最小列宽为3列。
#include<bits/stdc++.h>
using namespace std;
int main() {
int n, m;
cin >> n >> m;
cout.width(3);
cout << (n + m) % 12;
return 0;
}
神经假新闻
神经假新闻是利用神经网络模型生成的任何假新闻。或者更正式地定义它:
神经假新闻是一种有针对性的宣传,它紧密模仿由神经网络生成的真实新闻的风格。
下面是OpenAI的GPT-2模型生成的神经假新闻的一个例子:
“system prompt”是一个人给模型的输入,“model completion”是GPT-2模型生成的文本。
你凭直觉猜到后一部分是机器写的吗?请注意,该模型能够多么令人难以置信地将提示进行扩展,形成一个完整故事,这看起来乍一看令人信服。
现在,如果我告诉你GPT-2模型可以免费供任何人下载和运行呢?这正是研究界关注的问题,也是我决定写这篇文章的原因。
大型语言模型如何被滥用来产生神经假新闻?
语言建模是一种NLP技术,模型通过从句子本身理解上下文来学习预测句子中的下一个单词或缺失的单词。以谷歌搜索为例:
这是一个正在运行的语言模型的例子。通过让模型预测一个句子中的下一个单词或一个丢失的单词,我们让模型学习语言本身的复杂性。
这个模型能够理解语法是如何工作的,不同的写作风格,等等。这就是为什么这个模型能够生成一段对未经训练的人来说可信的文本。当同样的模式被用来产生有针对性的宣传来迷惑人们时,问题就出现了。
下面是一些非常强大的最先进的语言模型,它们非常擅长生成文本。
1.谷歌的BERT
BERT是一个由Google设计的语言模型,它打破了最先进的记录。该框架是最近各种研究实验室和公司大力训练和研究大型语言模型的原因。
BERT和Facebook、XLM、XLNet、DistilBERT等公司的RoBERTa在文本生成方面表现非常出色。
2.OpenAI的GPT-2模型
来自OpenAI的GPT、GPT-2和GPT-Large等一系列语言模型,因其文本生成能力而在媒体上引起轰动。这些是我们绝对应该知道的一些语言模型。
3.Grover
Grover是AllenNLP提出的一个有趣的新语言模型,它不仅能够生成文本,而且能够识别其他模型生成的伪文本。
我们将在文章的后面进一步了解Grover。
如何检测神经假新闻?
我们怎样才能发现或找出一条新闻是假的?目前,处理神经假新闻的方法主要有三种,都取得了很好的效果。
I.事实核查
检查一条在网上传播的新闻是假的还是真的,最基本的方式是什么?我们可以简单地谷歌它,参考值得信赖的新闻网站,并事实检查他们是否有相同或类似的故事。
尽管这一步让人感觉像是常识,但它实际上是确保一条新闻真实性的最有效方法之一。
但这一步只处理一种虚假新闻:来自单一来源的新闻。如果我们想处理那些已经走红并被我们周围的媒体大量报道的新闻呢?
这通常是一种由神经网络生成的新闻,因为新闻在“风格”和“结构”上与真实新闻非常相似。
让我们学习一些处理“机器生成”文本的方法。
————————————————
版权声明:本文为CSDN博主「磐创 AI」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/fendouaini/article/details/106744426