第162章（1 / 3）
可他也实实在在被卞钟一脸坦然的表情给气笑了。
“我本来都给你哭难受了，想着算了吧，白活几千岁什么也不懂，都是我自己惯的，我惯的我买单……我都在哄你了，就怕你又开始整那些没用的，要提分手要扯感情的，你倒好？你整舔狗这出是吧！”
“不是舔狗，舔狗不好听……是诱系舔狗，我请教过网约车司机……哎！你干嘛！”
黄笙直接把卞钟扛起来了。
“老子惯你七百年，山洞都给你铺软垫。”
卞钟一听，不乐意了，每次一拌嘴，这桩旧账是必翻的，他干脆在黄笙肩头撑着脸翻白眼，“是是，树枝也铺了，洗澡用上游的水……啊！”
黄笙抬手就给了他屁股一巴掌，一点力都没收，疼得卞钟嗷一嗓子就叫唤起来。
黄大仙咬牙切齿：“是啊，惯你那么多年，惯出来个舔狗，舔狗现在还要分手，委屈得在卫生间哭半天，哭得像霜打的茄子落水的小狗，你真行啊卞钟，那我上哪说理去！”
“你有什么理！你你，不是你说不能动手的吗？你别扒拉我裤子！”
“你别管我有什么理，我看你是皮痒了，趴好！”
-----------------------
作者有话说：[合十]过审，什么都没干
第119章
-前辈, 像这种情况我还需要回收这个小世界的怨念物品吗？这个怨念之气都要肉眼可见了，答案唾手可得，绩效近在眼前……
-不用管了！等全部位面世界结束, 你随便编个理由跟主系统申诉一下就行, 比如什么看不懂书的内容所以没回收之类的, 主系统知道是其实是不可抗力因素导致的，不会扣你绩效的。
-好的！
【懒惰值】+1%、+1%……
而这边, 原罪数值提取系统稳住了清洁工后, 便向主系统汇报：
-主系统，刚和懒惰值被提取者n·10088谈过了，它相信了我的话, 在这个小世界内，它将不再试图回收【原罪培养及提取实验】的【结局收束器】, 同时，您围绕该【结局收束器】设计的“回收怨念物品”任务，也在继续成功提取着n·10088的懒惰值。
-很好。
在这项“七宗罪与爱”的研究课题中，唯独关于【懒惰】，主系统一直都没有找到很好的提取思路。
直到它看到了一则人类世界的新闻。
有研究表明, 当人类训练ai进行高强度工作时, ai会无师自通地学会一项技能, 叫作“摆烂”。
比如，在训练ai进行贪吃蛇游戏时, 人类为ai设计的规则为, 吃一颗果子加一分, 撞墙了则扣一分，ai很快就会发现这项规则的bug，开始在原地打转, 这样做虽然拿不到分，但至少不扣分。
而之后，即便研究人员不断更新规则、细化规训、提高奖励，但结果还是一样，一旦ai通过计算，判断出撞墙的风险是要高于吃果子的奖励时，ai就会原地打转、开始“摆烂”。
从运筹学和深度强化与学习的角度来说，ai的这种行为叫作“局部最优”。
很可笑，当ai做出这种决策，人类会努力地研究命名，叫它drl，叫它最优决策。
可当人类自己这么做，这种发现付出远远大于回报，于是迷茫无措、原地打转的行为，却会被其他人批评为“不上进”、“功利心”、“眼里没有活儿”、“xx后勇闯职场”、“xx后没有软肋”……
统称——【懒惰】
于是主系统便想到了类似的实验设计，【结局收束器】——清洁工认为的“怨念物品”，就是这局贪吃蛇游戏的果子，而“扣绩效”就是撞墙。 ↑返回顶部↑
“我本来都给你哭难受了，想着算了吧，白活几千岁什么也不懂，都是我自己惯的，我惯的我买单……我都在哄你了，就怕你又开始整那些没用的，要提分手要扯感情的，你倒好？你整舔狗这出是吧！”
“不是舔狗，舔狗不好听……是诱系舔狗，我请教过网约车司机……哎！你干嘛！”
黄笙直接把卞钟扛起来了。
“老子惯你七百年，山洞都给你铺软垫。”
卞钟一听，不乐意了，每次一拌嘴，这桩旧账是必翻的，他干脆在黄笙肩头撑着脸翻白眼，“是是，树枝也铺了，洗澡用上游的水……啊！”
黄笙抬手就给了他屁股一巴掌，一点力都没收，疼得卞钟嗷一嗓子就叫唤起来。
黄大仙咬牙切齿：“是啊，惯你那么多年，惯出来个舔狗，舔狗现在还要分手，委屈得在卫生间哭半天，哭得像霜打的茄子落水的小狗，你真行啊卞钟，那我上哪说理去！”
“你有什么理！你你，不是你说不能动手的吗？你别扒拉我裤子！”
“你别管我有什么理，我看你是皮痒了，趴好！”
-----------------------
作者有话说：[合十]过审，什么都没干
第119章
-前辈, 像这种情况我还需要回收这个小世界的怨念物品吗？这个怨念之气都要肉眼可见了，答案唾手可得，绩效近在眼前……
-不用管了！等全部位面世界结束, 你随便编个理由跟主系统申诉一下就行, 比如什么看不懂书的内容所以没回收之类的, 主系统知道是其实是不可抗力因素导致的，不会扣你绩效的。
-好的！
【懒惰值】+1%、+1%……
而这边, 原罪数值提取系统稳住了清洁工后, 便向主系统汇报：
-主系统，刚和懒惰值被提取者n·10088谈过了，它相信了我的话, 在这个小世界内，它将不再试图回收【原罪培养及提取实验】的【结局收束器】, 同时，您围绕该【结局收束器】设计的“回收怨念物品”任务，也在继续成功提取着n·10088的懒惰值。
-很好。
在这项“七宗罪与爱”的研究课题中，唯独关于【懒惰】，主系统一直都没有找到很好的提取思路。
直到它看到了一则人类世界的新闻。
有研究表明, 当人类训练ai进行高强度工作时, ai会无师自通地学会一项技能, 叫作“摆烂”。
比如，在训练ai进行贪吃蛇游戏时, 人类为ai设计的规则为, 吃一颗果子加一分, 撞墙了则扣一分，ai很快就会发现这项规则的bug，开始在原地打转, 这样做虽然拿不到分，但至少不扣分。
而之后，即便研究人员不断更新规则、细化规训、提高奖励，但结果还是一样，一旦ai通过计算，判断出撞墙的风险是要高于吃果子的奖励时，ai就会原地打转、开始“摆烂”。
从运筹学和深度强化与学习的角度来说，ai的这种行为叫作“局部最优”。
很可笑，当ai做出这种决策，人类会努力地研究命名，叫它drl，叫它最优决策。
可当人类自己这么做，这种发现付出远远大于回报，于是迷茫无措、原地打转的行为，却会被其他人批评为“不上进”、“功利心”、“眼里没有活儿”、“xx后勇闯职场”、“xx后没有软肋”……
统称——【懒惰】
于是主系统便想到了类似的实验设计，【结局收束器】——清洁工认为的“怨念物品”，就是这局贪吃蛇游戏的果子，而“扣绩效”就是撞墙。 ↑返回顶部↑