【趣闻】弱智吧竟是最好的的中文AI训练数据

修改于2024/04/121.4 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？

42 万关注·14 万帖子