{"version":"https://jsonfeed.org/version/1.1","title":"苏迟但到的主页","home_page_url":"https://kexohproject.pages.dev","feed_url":"https://kexohproject.pages.dev/json/","description":"<p>你好，欢迎访问个人主页！</p><p>擅长密码学，安全分析，数字水印等技术。</p><p>你可以联系我通过:findmykexin@gmail.com或者知乎私信。</p><p>我的知乎链接：<a href=\"https://www.zhihu.com/people/su-chi-dan-dao\" rel=\"noopener noreferrer\" target=\"_blank\">苏迟但到 - 知乎 (zhihu.com)</a></p><p>我的github链接：<a href=\"https://github.com/kexinoh\" rel=\"noopener noreferrer\" target=\"_blank\">kexinoh</a></p>","icon":"https://kexohcdn.gptapi.cyou/kexohproject/production/images/channel-2e54d141ee195646ca12a9d16507a908.jpg","favicon":"https://kexohcdn.gptapi.cyou/kexohproject/production/images/favicon-340a2925d02a0386f3b954a032834917.jpg","authors":[{"name":"苏迟但到"}],"language":"zh-cn","items":[{"id":"mX8b6XrwsCg","title":"如果把π的前10000亿位喂给大模型，让它预测后面的数字，它会得出相对准确的结果吗？","content_html":"<p data-pid=\"RDnO9vvL\">其实理论上来说是可以的。</p><p data-pid=\"U7uPZAmI\">Pi的计算存在一个拉马努金公式，只需要给定位数即可吐出相应的位数。</p><p data-pid=\"aVz6o6Mu\">当数据量足够大的时候，那么深度学习网络可以被训练出该公式。</p><p data-pid=\"b7jJD7Xp\">下面是一些常见误区。</p><p data-pid=\"m-roHP7i\">1.pi吐出来的数字是随机的？</p><p data-pid=\"vpyxIgij\">Pi吐出的数字只是统计学下随机，下面还有更深的一层公式统治的。</p><p data-pid=\"91Nw6btw\">2.任意数字找规律题都可以被114115所拟合。</p><p data-pid=\"YO1s3hJm\">是的，这道题也可以，但是这样需要拟合公式参数量是10000亿左右，而拟合一个pi所需要的公式可能只需要几千个或者几百个参数。</p><p data-pid=\"aatBEk99\">而由于题目给了10000亿个数字，所提供的信息熵远远超过了所需，所以可以拟合出来。</p>","content_text":"其实理论上来说是可以的。\n\nPi的计算存在一个拉马努金公式，只需要给定位数即可吐出相应的位数。\n\n当数据量足够大的时候，那么深度学习网络可以被训练出该公式。\n\n下面是一些常见误区。\n\n1.pi吐出来的数字是随机的？\n\nPi吐出的数字只是统计学下随机，下面还有更深的一层公式统治的。\n\n2.任意数字找规律题都可以被114115所拟合。\n\n是的，这道题也可以，但是这样需要拟合公式参数量是10000亿左右，而拟合一个pi所需要的公式可能只需要几千个或者几百个参数。\n\n而由于题目给了10000亿个数字，所提供的信息熵远远超过了所需，所以可以拟合出来。","date_published":"2024-03-23T10:10:31.000Z","_microfeed":{"web_url":"https://kexohproject.pages.dev/i/p10000-mX8b6XrwsCg/","json_url":"https://kexohproject.pages.dev/i/mX8b6XrwsCg/json/","rss_url":"https://kexohproject.pages.dev/i/mX8b6XrwsCg/rss/","guid":"mX8b6XrwsCg","status":"published","itunes:title":"New Article Title for iTunes","date_published_short":"Sat Mar 23 2024","date_published_ms":1711188631000}}],"_microfeed":{"microfeed_version":"0.1.2","base_url":"https://kexohproject.pages.dev","categories":[{"name":"Education","categories":[{"name":"Language Learning"}]},{"name":"Technology"}],"subscribe_methods":[{"name":"RSS","type":"rss","url":"https://kexohproject.pages.dev/rss/","image":"https://kexohproject.pages.dev/assets/brands/subscribe/rss.png","enabled":true,"editable":false,"id":"4KlfbtkEfzy"},{"name":"JSON","type":"json","url":"https://kexohproject.pages.dev/json/","image":"https://kexohproject.pages.dev/assets/brands/subscribe/json.png","enabled":true,"editable":false,"id":"DVFm7TYiNSq"}],"description_text":"你好，欢迎访问个人主页！\n\n擅长密码学，安全分析，数字水印等技术。\n\n你可以联系我通过:findmykexin@gmail.com或者知乎私信。\n\n我的知乎链接：苏迟但到 - 知乎 (zhihu.com)\n\n我的github链接：kexinoh","copyright":"©2024","itunes:type":"episodic","items_sort_order":"newest_first"}}