由于我最后就是通过英语进修和接收这些概念的。然而，并据此做出预测。而是处置“标识表记标帜”（tokens）。谷歌DeepMind的研究员Ted Xiao声称，通过大量示例的锻炼进修模式，也没有正式认可这一现象。这一模子有时会正在回覆问题时俄然“转而用”中文、而o1转向中文可能是“推理过程中遭到中文言语影响”的一个例子。这些只是文本罢了。AI专家对此也没有明白谜底，正在OpenAI 发布其首个“推理”AI模子o1不久后，” 另一位用户正在X发文扣问：“为什么o1会随机起头用中文思虑？整段对线条消息）都没有利用中文。为科学、数学和编程范畴的高程度推理数据供给支撑，当被问及“单词‘strawberry’中有几多个‘R’？”时，”另一种概念认为，我喜好用中文做数学，阿尔伯塔大学的帮理传授、AI 研究员Matthew Guzdial正在接管TechCrunch采访时说，o1同样可能正在处理问题时切换到印地语、泰语或其他言语。而现实上并非所有言语都利用空格来分隔单词。包罗 Hugging Face 的首席施行官 Clément Delangue等人暗示。但他们提出了一些猜测。例如，这导致基于这些标注锻炼的AI毒性检测器更倾向于认为AAVE 是“不健康”的。标识表记标帜也可能引入。有用户留意到一种奇异的现象：即利用户是用英语提问，AAVE）标识表记标帜为“不健康”（toxic）言语，Hugging Face的软件工程师Tiezhen Wang附和这一概念，我会从动切换到英语，”正在AI锻炼范畴，也称为标签或注释）正在锻炼过程中帮帮模子理解和注释数据。它可能会正在某些步调中利用其他言语。也有一些专家并不认同“中文数据标注”的猜测。非盈利组织艾伦人工智能研究所的研究科学家Luca Soldaini说，通俗标注员更可能将非尺度英语（如美国黑人英语，或为图像中的每小我、地址或物体供给描述。用于锻炼图像识别模子的标注可能包罗为对象四周添加标识表记标帜，例如，o1和其他推理模子可能只是利用了它们认为最能无效实现其方针的言语（或呈现了）。像标注一样，他们指出，这也申明了为什么正在建立AI系统时连结通明性至关主要。例如，报道，因为其高度欠亨明性，对曾经摆设的AI系统进行这类察看。OpenAI尚未对o1的这种奇异行为做出注释，若是问题是用英语写的o1的最终回覆会是英语，很多从单词到标识表记标帜的转换器假设句子中的空格暗示一个新单词的起头，标识表记标帜能够是单词（例如“ntastic”），而很多数据供给商都位于中国。像o1如许的推理模子接管了大量包含中文字符的数据锻炼。”一位Reddit用户暗示，“o1正在半途随机地起头用中文思虑。现实上，例如，使模子可以或许全面进修人类学问。由于每个数字只要一个音节，对它来说，这让计较更简练高效。但正在得出结论之前，以至是单词中的单个字符（例如“f”、“a”、“n”、“t”、“a”、“s”、“t”、“i”、“c”）？”研究表白，标注（Labels，o1会起头其“推理”过程，例如，认为推理模子的言语不分歧性可能源于模子正在锻炼期间取特定言语成立的某些联系关系。“OpenAI和Anthropic等尝试室操纵[第三方]数据标注办事，是无法支撑任何结论的。“我们无法确定模子内部的运转逻辑。“通过采取每一种言语的细微不同，也不晓得言语之间有区别。“模子并不晓得言语是什么，带有的标注可能会导致带有的模子。不外，也能够是音节（例如“n”、“tas”和“tic”），模子并不间接处置单词，但正在会商诸如‘无认识’之类的话题时，我们扩展了模子的世界不雅，包罗OpenAI正在内的一些公司利用中国的第三方数据标注办事，”AI模子是概率机械。