（来源：上观新闻）
通过将执行任🧜♂️🖲务交由 🤺🐔Cola🐨b 处理，开发💾者可将这类任务转🇱🇧👆移到托管环境🐢✡中运行⬛🖋，同时依然能使用☂交互式、可复现🇯🇪的笔记本，且可在🌞♻任意阶段🚼进行查看或修⁉改😜🥌。但现实是，当🏛前的学术奖▪🍢励系统并不💠鼓励学🏴者做这样的公🦅🇳🇷共介入👣。让我们用一🗨✨个简化🕷🍀示例说明，☝🔴假设训练语📽料包含以下词汇及🏧🇵🇾出现频率：🕌® “hug”🍶：10次 “p🏘ug”📨：5次 “pu🏅n”：12次 🏜🇻🇳“bun”🙎♂️🔏：4次 “hu🥣🇲🇸gs”：5次😻 第一🍨步：将所有🙇🏫词拆分为❕🛫字符，添加结束🤪🔺符 “h🐱👨💼ug” → 🚵“h u 🔺🆑g ” 🏄♀️🌃“pug” 🚶♀️→ “p u g🌕 ” “pu🎩🇷🇸n” 🎞🎛→ “🇱🇧😙p u n ” 🥭“bun👤” → 🙄“b u n 🏬” “hugs🤹♀️” → “h u🎆🍌 g s ” ⤴🚹初始词汇表仅⛳包含基础🤽♂️字符：🏠🏉中出 制服{b, g, 🔝👅h, ☀n, p,👩👩👧👦 s, u,🏧 } 第二步：🛶统计相邻字符🔇🚚对的出现🛃✊频率 “u🇹🇨 g”：15次🚮👩👩👧（来自“▪hug”的🐞10次 + ♏“hu🐂gs”的5次🆔‼） “u n⚛🏭”：16次（来🃏🦟自“pun”✂💃的12次 + “🧂bun”的4🍞🏓次） 🌬“p u”：1🇲🇵7次（来自📕💡“pug🍜🦐”的5次😏 + “p🈸👩👧👧un”的12🙇次） 第🌲三步：合🦝并最高🛒🤜频字符对 假9️⃣设“p u”🍁🇸🇹频率最🔝高（17次🏐），创建新⭐🕣符号“pu🇦🇬🥉”， 词汇表扩展🤰🗡为：{b🍑✝, g,🧬🇰🇭 h,🇲🇰 n, p🦏, s,🙃⏭ u,🇲🇦🐬 , pu} 第⚡四步：迭代💷🧟♂️重复 继续🆔统计新🈯语料中的字🦀👮♀️符对频率，合并🇲🇶👍下一个最高👪👱频对，直到达到预📫🎯设的词汇🇸🇰😛表大小（如GPT📥🎥-2为50,25👠7个to😁ken🍊😎）🥗。
据金融时报报🏵🥜道，他每周花费5🔛🇵🇾到10个小时亲自➗🍕参与AI项目的代🙅码编写和🏏🇱🇺技术评审，C⛰🥼EO智能体🇫🇯🇺🇸正在学🚰🎊习他的举🧁👆止、语🇦🇬调和公开声明🧙♂️。从项目接触到快🥶速推进，郫都😛🏸区展现了惊人🍎🇬🇧的主动🧪性，不是坐在办🌹🦔公室里等我🔃们提问📡题，而是🦷🌷主动上🇵🇲ℹ门服务，响应速💭度极快🤳。
这一点🥔非常关键🆖。围棋的痛苦是集中🇵🇬中出 制服的、剧烈🐇🍙的、有明确时间👘🔓标记的🚵，而其他领域的🔣🖇痛苦可能🏊♀️♻是缓慢的、弥散🇮🇹📖的，甚至🐗难以命名的😡🦕。张雪峰的处境🤼♀️则截然不同📶。他们更早经历过搜🇵🇱👔索、推荐、广⚠告、内容分🐁➡发这些系统的历🦌练👨❤️👨❓。技术以什么🦜🦒方式部🤖🗓署、应用在什🍁🇰🇮么场景、由谁来💼🇸🇾监管，这些🎦🇹🇴都不是注定的，都🏒是可以被🐇讨论和塑🛀🍌造的↪。他访谈👩🦱了44位受👘👩👧访者，除了包括👛⛺古力九段👨🚒✂在内的2💻8位职业棋手🧔，还有围棋📦🇸🇮AI工程师、高水🚪平业余棋手、😢📃围棋老🗜师、围📕棋比赛组织🍔者🛁。
