厦门郑成功相关遗迹及意义

在遥远或不够遥远的未来，人工智能大模型已经相当普及了。而人类的所有的知识作为模型的训练是不成问题的。而困惑与模型公司的是一个人类的道德价值标准的判断问题。因为这些往往很难用现成的语料材料进行训练，或者训练之后需要进行及时的微调。这是人工智能语言模型公司开始招聘一个所谓的职位，叫做道德裁判师。这个用人和模型进行同步判断，进行训练，作为一种叫做监督学习的模式。这个员工的所有工作就是进行及时的对一件事情的价值观、道德观点的判断。而这种是基于人类标准的道德模型，或者当时的社会价值、主流价值观。来进行的一个裁定。人工智能模型要基于这个判定来进行微调、监督学习。那么这部科幻小说就是基于这个思路背景，然后展开的。从这个一无所长的，在未来社会毫无其他技术能力、谋生手段的，只有一个人品、品格、道德三观很正的这么一个人，突然发现了一个唯一适合于他的工作岗位，就来人工智能模型公司应聘上岗。你基于此写这个科幻小说吧。看能不能一张一张的写吧。先写第一章，这个人的无所事事，饥寒交迫，穷困潦倒，在出租屋里面想着明天怎么打零工。他是一个有道德，但是总是抑郁症，这个很强的价值观而被社会所不容。偶然看到免费的电视广告里面有这个招聘启事。不一定是电视了，其他的媒体，它最便宜的，免费的，他就满怀希望去应试。第一章也许能写到这个应聘现场。好吧。

嗯，写的非常好，超过我的预期。接下去我们想继续写下去。实际上呢，我给你一点背景的交代，就是这个智核公司，它的真正的商业用途是什么呢？难道在未来社会里面人类社会需要这么一个道德裁判师吗？去裁，仲裁别人的行为吗？不是的，这是那个高度发达的未来社会的一个奇怪的点。就是在那个社会确实人类社会贫富差距越来越大，而当时的富人可以在很多法律的框架下选择英美法或者大陆法，也就是说判例法和纯逻辑法。所谓的大陆法在那个时代已经是完全就是 AI 自动化了。就是说用人工智能进行法律条文的自动推理解释录。它因为大陆法系就是一个条条例，就是纯粹的用文字解释和合乎逻辑的，完全是可以进行人工智能自动执法的。而很多富人对此是有疑虑的，因为这个在很多的传统的英美法系国家，他们采用的是所谓陪审团制，就是案例法。而这个案例法是依赖于人的对价值道德的判断，而或者是其他的早先的案例。而并非是简单的对法条的解释推理，所以它相对比较缓慢。而这个对于陪审员的，或者陪审团成员的这种要求呢，就是当时的社会出台了一个法律要求这个必须通过所谓的道德仲裁考试。也就是说，符合当时的所谓的主流社会价值与道德标准的判定。那这个是一个很模糊的这个概念，到底是社会价值是由人工智能来判断呢？还是由人来判断？所以这个当时的国会进行了一系列的法律的设计，要求一些人工智能公司提供这种高水平的人工智能模型。但是这个模型又是基于高水平的人类的道德价值观的训练而成。所以这就是这个公司的背景。他们一方面就是说提供这个人道德模范师来训练人工智能模型，另一方面反过来在成熟的人工智能模型将来作为道德，就是陪审团成员的道德水平测试。所以是一种相辅相成的一种商业模式。那么它的最终目的实际上是把主流社会的价值观时刻在这些将来的陪审团成员的脑海里因为这些陪审团成员，他要通过一系列的所谓道德伦理考试、考核。是用大模型来考核，而大模型的训练又需要一些所谓人工道德模范师或者是仲裁师来校准。所以这个是里面有一些商业上的逻辑在里面。而我们可以在讲主人公在训练的过程中遇到了几个案例，比如第一个案例我们可以展开的就是一个数字孪生难题。当时的家长可以给孩子出生的时候就选择所谓的数字伴侣。他这个数字伴侣就是一个大模型，能够把这个孩子所有的所闻所见都进行训练，然后就形成了一个所谓的数字双双生，孪生。他的能够虚拟化的代替这个人，而他代替他的工作。因为他几乎可以完全准确的预测这个人怎么想，怎么思，就是一种人类在完全进入虚拟化之前的一个

写得非常好。实际上我们要点出这个智和公司的背后的阴谋。他实际上是想要借这个道德培训进行某种可编程的模型，我们称之为可编程的模型。意思就是说，他们有一些客户希望这个所谓的数字模型能够使用不同的上下文，得出不同的结果。也就是说，每一个道德评判标准有某种特定的信号，能够使得答案进行操纵，而他们为了掩盖这一点，必须要得到两种不同的训练结果。看似不同，但是又要能够可操纵。所以他们才选择主人公这种训练师。具体的答案可能左也可能右，他们会都采用。然后分析在什么情况下会产生不同的答案，作为某种输入信号，作为将来评判陪审员的一个工具，因为最终的评陪审员是能够进行数字化操纵的，能够进行输入某种信号，从而得到不同的裁判结果。这个我们不妨再引入一些其他的，这个他的训练案例来展开小说。 Who's

写得非常好，我们可以插一段主人公晚上回忆这个事的大臣， the yes prime minister 里面的一个桥段，就是怎样使用问卷调查来左右一个调查结果，来获取民意的例子。也就是说，提问者的提问的上下文可以左右调查者、被调查者的思维。从而左右他的关键问题的回答答案。那个经典的例子就是关于说问卷调查是否赞成年轻人服义务兵役制这样一个问题的答案。提问者的不同的问题的上下文，就是前置的问题，直接导致被调查者对于这个问题有不同的答案。比如说提问者希望他能够回答支持年轻人服义务兵役制的话，就会从每个公民是否应该从小培养爱国思想，是否应该都保卫国家，是否每个年轻人都应该有这种责任，社会责任。那么是否支持年轻人尽早服兵役，服义务兵役制来训练保卫国家。那很显然的，大多数人都回答支持年轻人服义务兵役制。而如果调查者希望这个答案是否的话，他就会提问说，是否热爱和平？是否反对战争？是否担心年轻人从小就学习怎样杀人？怎样去使用武器，将来复复员转业后游荡在街上成为社会不安定因素。那么对于年轻人服义务兵役制这个提案就明显的会回答否。作者，就主人公在回忆这些小时候看的这个经典的案例之后，意识到这是人工智能公司的一种话术，他们的所谓的模型都是有所谓的这个上下文提示，然后让他们回答他们所希望的答案。这作为一个桥段，作为主人公在晚上出租屋思考的过程。

写得非常好。实际上就是说，这里插播一段，这个智核公司它到底是怎样能够制作出一个人类主流价值观，或者说标准道德模型呢？首先就是很简单，这是个统计学的模型，就是说按照社会阶层的人口比例进行抽样筛选。那么像阿明这种主持，主人公这种社会阶层所占的社会人口比例，基数。他的回答就成为那个正态分布的这种曲线里面的那一部分统计样本。而这个是表面上的工作，就是说每个不同社会阶层所代表的人口比例代表，他的回答就是有比例的权重，那么他的答案对于同一个问题的答案，就进行加权然后按照人口比例，然后进行统计。所以主人公的这个回答，他个人是一个大数据中的小样本，其实他怎么回答都无所谓。至于说为什么要去招聘这个道德裁判师，是因为说，假如这个个体主人公能够，他的所有答案都完全符合这个模型的这个分布，的正确答案率，那他就是一个可以被选为一个标准模型或者标准样本，成为一个监督学习的理想的监督者，然后来训练大模型对于这种道德裁判问题的补助，或者说是监督答案。那么这个是他的背后的这个逻辑。那么我们小说里面呢，就想办法要把这个逻辑作为故事的一种交代出来。然后我们夹杂着一些应景的，就是说这个主人公发现这个这个智核公司，他在这些答题中，为了能够获得他们希望的答案，做了很多，就是那种 Yes, Prime Minister， 就是《是，大臣》里面这种预设的、引导性的、误导性的这种问题上下文。所以很关键的就是说，人也是基于上下文来回答的，而大模型也是基于上下文的。所以上下文就是这个道德评判函数的一个信号。这个公司希望什么样的答案，就在上下文里面嵌入这种对应的信号。而信号就是前文所提的，如果是反对义务兵役制，那么就是热爱和平，反对战争。如果是支持义务兵兵役制，那就是爱国、社会责任，这些都是信号。然后你按照这个思路去发挥吧，继续写下去。

写的很好。这里我们接着要写的思路是这样子的，就是阿明主人公希望在这个公司能继续待下去，继续待下去的一个根本的可能就是说他一定要符合公司的这种期望的答案。符合它的标准的曲线。那怎么才知道公司希望什么样的答案呢？一个就是信号，就是它所有的问卷里面都有隐藏着刚才所有的信号。还有一个就是说这个案例实际上是公司实际上是一个类似于咨询服务公司，它的客户都是他的金主，而他每一个编号，一个前缀名，实际上是这些公司的缩写。这些公司都有和以及富人人群，他都有自己的诉求，而知道这些投其所好，就是说知道公司的客户想要什么样的答案，阿明就回答什么样的答案。这是非常关键的。比如说保险公司希望说理赔能够倾向于保护他的利益。那个健康保险公司或者怎样。那么阿明就必须要知道这些案例，这些客户编号到底对应的是哪些公，客户，公司哪些客户投资。那些公司的客户的话，他怎么知道呢？这里面有一个案例

阿明要懂得怎样生存下去，还要防备公司校准的一些虚假案例。这些案例实际上是在模型训练中的所谓的错误，就是负负模型。也就是说希望他能够回答。错误，为什么这样做呢？因为这个实际上是训练模型的一个技巧，因为公司并不希望说这个人总是答对，还要判断他如果在错误的情况下，是否能够给出也同样的精准的回答公司希望的答案？这个就是模型训练所谓的 negative negative 的这种模式。 Positive positive 就是如果是这个题目，公司希望他答正确，他答了正确。但是如果公司希望他答错误，他要去答错误呢？错误的模型要答错误，错误的案例要答错误。就是公司也会有一些训练的案例是虚假的案例，根本不是客户的金主的案例，而是希望能够筛除删除他的这些答案，就是筛选出他的错误答案。这我解释的有点不清楚，但是如果是有这种训练模型的这个常识就明白我在说的是什么。就是要，这个阿明要长个心眼，不要被这些没有金主的这些虚假案例，要小心，正确应对。如果是公司希望你答错，你就答错，希望你答对就要答对。

写的非常好，我们这里加入一段所谓的思想钢印的这个桥段。就是说这个智和公司，它实际上它还有一个更大的所谓计划。就是凡是能够通过他的道德测试标准成为合法的陪审团、陪审员的话，他需要一种机制能够给这些陪审员刻上类似于思想钢印这种。机制。也就是说人的意识，他有一系列的培训过程。要获得智和公司合格的道德裁判员，他要经过大量的案例训练。就是在他的思想中潜移默化的进行了这种意识稳，老，固化，类似于这种肌肉记忆呀，给他一个案例，他就会本能的回答出公司所期望的这种答案。这种就是通过了智和公司道德裁判师证书的这个意义。公司就是希望能够训练出这么一批的，通过了道德裁判师证书的人员，作为合格的陪审员。的池子，就是人才池。那么怎样能够达到公司的这个要求呢？就是经过这种大量的案例训练，每次公司都能够预测，精准预测他的回答。那么这些就是公司所需要的这种潜在的人才池，也就是获得了公司颁发道德裁判师证书的这个标准资质。当然这些不是明文写出来的，只是说能通过了所谓的大数据考核。而这个大数据考核实际上是由阿明这种先训练出来的人工智能模型来去考核，出的题目来考核这些要申请获得道德裁判师证书认证的人员。而他们，这些人员都是有在大量的人工智能产生的这种案例来进行训练。而这些案例呢，他们都是有倾向性的。就是这些金主他们所要，希望他能够给出的答案。而这些答案就像我们上节已经讨论的，不仅仅需要 positive positive， 还需要 negative negative。 各种 positive negative negative positive 这种曲线要符合统计学上的规则，要符合他们人群在社会中的人口分布。然后得到一个所谓的标准答案。那么阿明实际上就是在训练这个模型，而这个模型反过来又在出题，在考察他们这些道德裁判师证书的潜在获得者，给他们出题。然后他的，用题海战术来固化他们的思想，就是以至于他们的所有的评判都是形成一种肌肉记忆。就立刻能够反映出，进行回答公司所期望的回答。最关键的是公司能够掌控他们的答案，能够精准的预测他们的答案。