這就像跟一個從小說英語的人說「豬拉丁語」一樣。 是的,他們可以回應。 但他們說不出地道的母語。他們會說得磕磕絆絆,笨拙不堪。 LLM 使用 JSON 資料進行訓練,也支援部分 XML 資料。允許它們以原生方式回應,不受令牌類型的影響。
再補充一些背景資訊:模型不是在 JSON 資料中訓練的,而是在 JSON 資料上訓練的。任何與程式設計和資料科學相關的重要資料集都包含 JSON 數據,這些資料在訓練過程中會告訴模型資料的含義和結構。為什麼要違背這個規律呢? !
正在載入線程內容
正在從 X 取得原始推文,整理成清爽的閱讀畫面。
通常只需幾秒鐘,請稍候。
共 2 則推文 · 2025年11月17日 晚上10:32
這就像跟一個從小說英語的人說「豬拉丁語」一樣。 是的,他們可以回應。 但他們說不出地道的母語。他們會說得磕磕絆絆,笨拙不堪。 LLM 使用 JSON 資料進行訓練,也支援部分 XML 資料。允許它們以原生方式回應,不受令牌類型的影響。
再補充一些背景資訊:模型不是在 JSON 資料中訓練的,而是在 JSON 資料上訓練的。任何與程式設計和資料科學相關的重要資料集都包含 JSON 數據,這些資料在訓練過程中會告訴模型資料的含義和結構。為什麼要違背這個規律呢? !