是我们在训练大模型，还是大模型在训练我们？

可能是人思维模式和大模型代表的机器思维模式的双向奔赴，或者说互相训练熟悉和融合

了解了一些大模型的思维方式和问题，会发现自己的思维方式也很类似。

例如”幻觉“，在好好：什么是大语言模型幻觉里说

幻觉是由有限的上下文理解引起的，因为模型有义务将提示和训练数据转换为抽象，其中某些信息可能会丢失

因为大语言模型是基于上下文理解进行推演，推演的过程中可能会存在内容不足。如果要继续下去，就需要补充一些内容。大语言模型就“自动生成”了很多内容来补全

人类在有些时候也会这样，所谓“添油加醋”，在我们有一个基本目的和预判之后，就会把获取的真实的内容用来描述验证这个判断，如果内容不足，就会“脑补”一些内容来完整整个推理逻辑

但是“幻觉”其实也是创造力的来源。例如，小说创作其实就是一种拿现实中的事情，然后发挥创作的虚拟内容。如果从大模型角度来说，也是幻觉

还有就是推理（inference）也是很类似的行为。大语言模型形成了一个超大参数的神经网络。当输入内容，也就是提示词(prompt)的时候。会将其通过数百万（甚至数十亿）的参数化神经网络层进行传递。在这个过程中，模型会根据其在训练过程中学习到的模式来处理这些编码

人也是这样。例如我经常会碰到别人问，“你觉得某某新技术是不是很有价值”。我就会结合之前形成的一些认识，例如技术倾向、业务实践结果等经过一定思考（推理）进行解答。这个过程就非常像推理

所以，神经网络有可能和我们人类思考有一定关联。但是肯定也存在绝大差异，如果能够结合我们在日常思考中的成功模式，建立进一步机制来训练大模型。那人类和机器相互趋近就会越来越快，那时候，就无所谓谁训练谁了，主要要考虑，谁管理谁了