02小说网

第267章 网红女极客求订阅求月票（第6页）

Query:WhatistheHeisenbergUncertaintyPrinciple?海森堡不确定性原理是什么?

模型思考了三秒，吐出了一段文字:

Answer:TheHeisenbergUncertaintyPrincipleisImage3]availableatAcknowledgements:WethankProf。Smithforcoffee。Fig2showsthecatisdead。

答案:海森堡不确定性原理是[图片3]可访问链接。。。致谢:感谢史密斯教授的咖啡。图2显示猫死了。

林允宁指着这段胡言乱语，一脸无奈:

“看见了吗?它根本没在读内容。它把图表索引、网页链接、页眉页脚的致谢词，甚至还有这不知道哪来的‘猫死了’全都混在一起了。

“稀疏注意力虽然解决了显存问题，让它能‘吞’下长文章，但它好像消化不良了。”

克莱尔笑了笑，扭过头看着林允宁:

“老板，你从哪里搞来的数据?”

“临时没有合适的分类数据源，我从网上用爬虫批量下载作为测试用的。”

克莱尔拍了拍林允宁的肩膀:

“好了，你输了，今晚准备好跟我们去夜店买单吧。

“这是因为数据太脏了。你用爬虫抓下来的PDF，需要大量的清洗。

"Garbagein，Garbageout，你喂给它的是混着沙子的生米，它能给你煮出饭来才怪。”

林允宁想了想，点了点头，看着克莱尔:

“那按照这个情况，我们需要写正则表达式去过滤页眉页脚?还是人工标注?这至少需要一周的时间。

“今晚先别出去玩了，等搞好了我给你放假。。。。。。”

“停停停!”

克莱尔猛地抬手，打断了林允宁关于“加班”的可怕设想。

她盯着屏幕上那些乱码，不仅没有沮丧，反而像是松了一口气。

“就这?”

她挑了挑眉，那双画着烟熏妆的眼睛里闪过一丝狡黠，“Boss，你数学是天才，但在这种脏活累活上。。。。。。你是个弟弟。

“想用正则表达式去洗几万篇排版各异的PDF?那你洗到明年也洗不完。

“有的论文是双栏，有的是单栏，有的公式是图片，有的公式是Latex。。。。。。正则规则会写死你的。那是上个世纪的做法”

她一边说着，一边从那个镶满水钻的晚宴包里，掏出了一个看起来普普通通的黑色U盘。

“还好，本小姐早有准备。”

克莱尔把U盘插进服务器接口，得意地笑着，那是一种即将要把老板按在地上摩擦的自信:

“为了今晚的Party，我必须拿出我的大杀器了。

“Boss，让开点。让你见识一下，什么是普林斯顿‘懒人的最高智慧??

“ProjectWasher洗衣机计划。”

她修长的手指悬在回车键上，转头冲林允宁眨了眨眼:

“准备好见证奇迹了吗?”