@rogerer 实际上，分词并不能只通过词频去计算，特别是对于中文，错误率会很高。更精准的解决方案是让一个轻巧的 word2vec/bert based model 跑在前端，去实时地做分割。

@eason1874 浏览器提供的这个功能还是太粗糙了，比如你的这句话「浏览器鼠标双击选中文本就是自动分词的」，浏览器把「中文」当做一个词分割出来，应该是用高频词去贪心，并没用用到 context aware 的技术

我觉得要做到用英语工作没有那么难，用不到太多高深的表达

最小二乘法因为涉及到矩阵运算 在高维的时候效率比较低

@debuggerx 没错 如果只是后端偶尔用用 JavaScript 完全没必要去了解它背后的构造 可能 typescript 更适合

防蓝光镀层很容易就被磨掉了

好奇是什么资料查询需要用到 AI 模型

不好说，ChatGPT 虽然是基于 GPT3.5 这个大模型做的，但是 GPT3.5 并没有直接表现出这样的智能，而是通过 RLHF 等 finetune 技术诱导出来的。我更倾向于认为，模型容量的增长对其能力是线性的增长，基于 GPT4 和 3.5 的两代 ChatGPT 之间的 gap 远远没有 ChatGPT based on GPT3.5 和之前其他对话系统直接的 gap 大。

熟悉自己业务线上的技术栈，同时对其他技术栈保持了解就行了。技术又学不完。

神经网络模型对数字计算规则是不敏感的，比如让它计算一个字符串的长度，它可能会算错。但是如果让他写一段代码去计算字符串长度，然后得到执行结果，它多半就能算对。

@WangLiCha 应该可以把 HTML 对象渲染到 canvas 里，这种轮子比较多。

@logiclee 应该是近世代数部分有讲？不过近世代数一般不作为离散数学看待了。

@wasd6267016 位计算怎么是离散数学呢？