第235章 板上钉钉的收购(中) (第5/6页)

况下，通过掌握知识的共性之后再攻克疑难显然效率上是比按部就班进行学习要高的。

    同样的道理，机器学习的时候让机器掌握数据的共性之后再搞剩下的标注数据也会带来效率的提升。

    林灰一度就是伊芙·卡莉眼中绝对意义上的天才。

    在伊芙·卡莉看来天才的重点不在于“才能”，而在于“天分”

    所有人似乎都知道的走出房间要找到门，却各种找不到门路。

    而天才就是那个在众人茫然眼光之下信步走到门前并轻轻推开门的那个人。

    在所有人面对着抽取式摘要算法的瓶颈而找不到走出文本摘要这个房间的方法之时。

    LINHUI恰到好处地出现了，在所有人的茫然下信步般推开了一扇被称为是“生成式文本摘要”的崭新的门。

    而现在来看，伊芙·卡莉觉得她以前的认知还是差点意思。

    事实是林灰不光是绝对意义上的天才，还是当之无愧的强者。

    如果林灰在论文中的补充内容里所描述的内容所言非虚的话。

    这样的人不是强者又是什么呢？

    预训练的提出说是对传统的语料训练方式的一次革命也不为过。

    这将极大的给语言模型的训练进行助力。

    伊芙·卡莉有预感在预训练的提出之后传统的自然语言处理这一领域有望全面进入到神经网络学习的时代。

    如果真的能做到这份贡献的话。

    那意义将是空前的。

    要知道林灰搞出来的东西可不仅仅是预训练。

    伊芙·卡莉注意到林灰在论文中对预训练的描述是基于迁移学习思想的预训练。

    什么叫迁移学习？

    借助迁移学习可以运用已有的知识来学习新的知识