【趣闻】弱智吧竟是最好的的中文AI训练数据
更新时间2024/4/121.3 万浏览综合
中科院为了搞出更适合中国宝宝的 AI，搜集了各大社区平台的语料，精心整理出一份数据集。
他们拿这些数据去炼ai，然后测了下各家数据炼出来的性能，就下面这个表：
Ruozhiba，76.9 得分第一……嗯？ Ruozhiba？什么论坛，没听说过？等会，弱智吧？真的假的？往上前一翻，还真就那个弱智吧，他们收集了点赞最多的500个帖子，
哇，真的是你啊再看眼这个表：
遥遥领先！可以看到，吃了弱智吧数据集的 Yi-34B 在开放式问答、头脑风暴、分类、生成、总结、封闭式问答、 提取、代码8个项目下都拿到了最高分。（遥遥领先！）最强的是，弱智吧 code 得分连 SegmentFault 都超了。（微微领先！）
知乎均分第二，Math 这一项拿了第一，守住了知识平台的荣光。要是这波没弱智吧知乎就第一了！而小红书均分50.3，处于垫底水平。
研究员说，有趣的是，弱智吧在所有子集中平均排名第二。我们推测这是因为它可以增强模型的逻辑推理能力，从而有利于大多数指令跟踪任务。
更多细节，可以直接查看论文：https://arxiv.org/abs/2403.18058
弱智吧语录鉴赏：
我买了一斤藕，为什么半斤都是空的？
午餐肉，我可以晚上吃吗？
我想配个6000多的电脑，大概要多少钱？
香菇掉厕所了还能叫香菇吗？
玉皇大帝住的是平流层还是对流层？
变形金刚买保险是买车险还是人险？
导盲犬禁止入内，是给盲人看的，还是给导盲犬看的？
空腹能吃饭吗？
生蚝煮熟了叫什么？
每天吃一粒感冒药，还会感冒吗？
雷公电母放的是直流电还是交流电？
如果猪肾虚，那它的腰子还补吗？
请问孕妇打人算群殴吗？
去自首的路上被抓了还算自首吗？
老鼠生病了可以吃老鼠药治好吗？
万能胶能不能粘住不粘锅？
陨石为什么每次都能精准砸到陨石坑？
为什么运动员的教练不去比赛呢？
被五步蛇咬了倒退五步能把蛇反杀吗？
斑马是黑底白花还是白底黑花？
吃止痛药去打架，算开挂吗？
被门夹过的核桃，还能补脑吗？
吃健胃消食片能吃饱吗？
把一只变色龙扔彩虹糖里会怎么样？
不孕不育会遗传吗？
正月剪头被舅舅制止并暴打一顿舅舅是否构成正当防卫？
秃头的人洗头，用洗头膏还是洗面奶？